W

Wav2vec2 Bn 300m

由 Tahsin-Mayeesha 开发
基于facebook/wav2vec2-xls-r-300m微调的孟加拉语自动语音识别模型,使用OPENSLR_SLR53数据集训练
下载量 25
发布时间 : 3/2/2022

模型简介

这是一个针对孟加拉语优化的自动语音识别(ASR)模型,基于wav2vec2-xls-r-300m架构微调,在OpenSLR数据集上表现出色

模型特点

高精度孟加拉语识别
在OpenSLR测试集上达到17.78%的词错误率(WER)和4.39%的字错误率(CER)
支持语言模型集成
可结合5-gram语言模型进一步提升识别准确率
大规模训练数据
使用OPENSLR_SLR53数据集中的218,703条样本进行训练

模型能力

孟加拉语语音识别
语音转文本
支持语言模型增强

使用案例

语音转录
孟加拉语语音转写
将孟加拉语语音内容转换为文本
在测试集上达到0.17776 WER(带语言模型)
语音助手
孟加拉语语音交互
为孟加拉语语音助手提供语音识别能力
AIbase
智启未来,您的人工智能解决方案智库
简体中文