该模型是基于facebook/wav2vec2-large-xlsr-53在common_voice数据集上微调得到的语音识别模型,主要用于鲁棒语音事件识别。
下载量 16
发布时间 : 3/2/2022
模型简介
这是一个基于wav2vec2架构的语音识别模型,经过微调后适用于common_voice数据集,能够将语音转换为文本。
模型特点
基于wav2vec2架构
采用facebook的wav2vec2-large-xlsr-53作为基础模型,具有强大的语音特征提取能力。
Common Voice数据集微调
在Common Voice数据集上进行微调,增强了模型的鲁棒性和适应性。
相对较低的词错误率
在评估集上取得了0.4834的词错误率(WER),表现良好。
模型能力
语音识别
语音转文本
鲁棒语音事件检测
使用案例
语音转写
语音转录
将语音内容自动转换为文本格式
词错误率0.4834
语音助手
语音指令识别
识别用户语音指令并转换为可执行命令
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