W

Wav2vec2 Large Xlsr 53 Cantonese

由 CAiRE 开发
基于facebook/wav2vec2-large-xlsr-53模型,使用Common Voice语料库8.0版对粤语进行微调的语音识别模型
下载量 1,214
发布时间 : 4/9/2022
模型介绍
内容详情
替代品

模型简介

这是一个专门针对粤语优化的自动语音识别(ASR)模型,基于Wav2Vec2架构,适用于粤语语音转文本任务。

模型特点

粤语优化
专门针对粤语语音进行微调,提供更准确的粤语识别能力
基于Wav2Vec2架构
采用先进的Wav2Vec2-Large-XLSR-53架构,具有强大的语音特征提取能力
无需语言模型
可直接使用,无需额外语言模型支持

模型能力

粤语语音识别
音频转文本
自动语音转录

使用案例

语音转写
粤语会议记录
将粤语会议录音自动转写为文字记录
字符错误率18.55%
粤语媒体字幕生成
为粤语视频内容自动生成字幕
语音助手
粤语语音指令识别
用于粤语语音助手的指令识别系统