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
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