W

Wav2vec2 Large Xlsr Pa IN

由 danurahul 开发
基于facebook/wav2vec2-large-xlsr-53在旁遮普语Common Voice数据集上微调的语音识别模型
下载量 26
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个针对旁遮普语优化的自动语音识别(ASR)模型,基于Facebook的wav2vec2-large-xlsr-53架构微调而成,支持16kHz采样率的语音输入。

模型特点

旁遮普语优化
专门针对旁遮普语进行微调,提高了对该语言的识别准确率
基于XLSR架构
采用Facebook的wav2vec2-large-xlsr-53预训练模型作为基础,具有强大的语音特征提取能力
16kHz采样率支持
支持16kHz采样率的语音输入,适合常见语音应用场景

模型能力

语音识别
旁遮普语语音转文本
自动语音转录

使用案例

语音转录
旁遮普语语音转文字
将旁遮普语语音内容转换为文字形式
在Common Voice测试集上WER为54.86
语音助手
旁遮普语语音指令识别
用于构建支持旁遮普语的语音助手系统