基于wav2vec 2.0架构的大规模语音识别模型,支持英语语音转文本
下载量 14
发布时间 : 7/26/2023
模型简介
该模型是基于Facebook的wav2vec 2.0架构开发的自动语音识别(ASR)模型,专门针对英语语音进行优化,能够将英语语音准确转换为文本。
模型特点
高精度英语识别
针对英语语音优化的模型,提供高准确率的语音转文本能力
基于wav2vec 2.0架构
采用Facebook开发的先进语音识别架构,具有强大的特征提取能力
Web兼容性
提供ONNX格式权重,便于在Web环境中部署和使用
模型能力
英语语音识别
实时语音转文本
音频文件转录
使用案例
语音转录
会议记录
将英语会议录音自动转换为文字记录
提高会议记录效率,便于后续检索和分析
播客转录
将英语播客内容转换为文本
便于内容索引和文字版发布
辅助工具
实时字幕生成
为英语视频或直播生成实时字幕
提高内容可访问性
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