基于Facebook的XLS-R-300M模型在印度尼西亚语语音数据上微调的自动语音识别模型
下载量 4,486
发布时间 : 3/2/2022
模型简介
该模型是针对印度尼西亚语优化的自动语音识别(ASR)模型,基于Facebook的wav2vec2-xls-r-300m架构,在Common Voice 8.0和MagicHub印度尼西亚语会话语音语料库上微调。
模型特点
高性能印度尼西亚语识别
在Common Voice 8测试集上达到5.046%的词错误率(WER)和1.699%的字错误率(CER)
多数据集训练
结合了Common Voice 8.0和MagicHub印度尼西亚语会话语音语料库进行训练
鲁棒性评估
在鲁棒语音赛事数据集上进行了性能评估,展示了在不同条件下的识别能力
模型能力
印度尼西亚语语音识别
语音转文本
自动语音转录
使用案例
语音转录
语音助手
用于印度尼西亚语语音助人的语音识别组件
会议记录
自动转录印度尼西亚语会议内容
无障碍技术
实时字幕生成
为印度尼西亚语视频内容生成实时字幕
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