W

Wav2vec2 Large Xlsr 53 Tatar

由 anton-l 开发
基于 Facebook 的 wav2vec2-large-xlsr-53 模型在鞑靼语 Common Voice 数据集上微调的语音识别模型
下载量 25
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个用于鞑靼语自动语音识别(ASR)的模型,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

鞑靼语专用语音识别
专门针对鞑靼语优化的语音识别模型,在Common Voice鞑靼语测试集上达到26.76%的WER
基于XLSR架构
利用跨语言语音表示学习(XLSR)技术,能够捕捉鞑靼语的语音特征
无需语言模型
可以直接使用而无需额外的语言模型支持

模型能力

鞑靼语语音识别
语音转文本
16kHz音频处理

使用案例

语音转写
鞑靼语语音转录
将鞑靼语语音内容转换为文本
在Common Voice测试集上达到26.76%的词错误率
语音助手
鞑靼语语音命令识别
用于鞑靼语语音助手或语音控制系统的语音识别模块