W

Wav2vec2 Large Xlsr 53 Kyrgyz

由 anton-l 开发
这是一个基于facebook/wav2vec2-large-xlsr-53模型微调的吉尔吉斯语自动语音识别模型,使用公共语音数据集训练。
下载量 32
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型专门用于吉尔吉斯语的自动语音识别任务,能够将吉尔吉斯语语音转换为文本。

模型特点

高精度语音识别
在吉尔吉斯语测试集上达到31.88%的词错误率
基于XLSR架构
利用跨语言语音表示学习的大规模预训练模型
无需语言模型
可直接使用,无需额外的语言模型支持

模型能力

吉尔吉斯语语音识别
16kHz音频处理

使用案例

语音转文字
吉尔吉斯语语音转录
将吉尔吉斯语语音内容转换为可编辑的文本
词错误率31.88%
语音助手
吉尔吉斯语语音指令识别
用于理解吉尔吉斯语语音指令