W

Wav2vec2 Base Demo Colab

由 asakawa 开发
基于facebook/wav2vec2-base微调的语音识别模型,在特定数据集上训练,词错误率(WER)为0.3391。
下载量 24
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是wav2vec2-base的微调版本,专注于语音识别任务,能够将语音转换为文本。

模型特点

低词错误率
在评估集上达到0.3391的词错误率(WER),表现优异。
基于wav2vec2-base微调
基于facebook/wav2vec2-base模型进行微调,继承了其强大的语音特征提取能力。
高效训练
使用混合精度训练和线性学习率调度,训练效率高。

模型能力

语音识别
语音转文本

使用案例

语音转录
会议记录
将会议录音自动转换为文字记录
准确率较高,词错误率0.3391
语音笔记
将语音笔记转换为可编辑的文本