W

Wav2vec2 Large Xlsr 53 Demo Colab

由 emre 开发
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
模型介绍
内容详情
替代品

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