W
Wav2vec2 Xls R Tf Left Right Trainer
由 hrdipto 开发
基于facebook/wav2vec2-xls-r-300m微调的语音识别模型,支持左右声道处理
下载量 30
发布时间 : 3/2/2022
模型简介
该模型是基于wav2vec2-xls-r-300m架构微调的语音识别模型,专门优化了左右声道音频处理能力。
模型特点
左右声道处理优化
专门针对左右声道音频输入进行了优化处理
高效微调
基于预训练的大规模wav2vec2-xls-r模型进行高效微调
低词错误率
在评估集上取得了0.0037的低词错误率
模型能力
语音识别
左右声道音频处理
高精度转录
使用案例
语音转录
会议录音转录
将会议录音转换为文字记录
高准确率的转录结果
音频内容分析
分析音频内容并提取关键信息
辅助技术
实时字幕生成
为视频或直播生成实时字幕
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文