W

Wav2vec2 Large Xlsr 53 Chinese Zh Cn Gpt

由 ydshieh 开发
基于facebook/wav2vec2-large-xlsr-53在中文(zh-CN)上使用Common Voice数据集进行微调的语音识别模型
下载量 127
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是一个针对中文普通话的自动语音识别(ASR)模型,基于Wav2Vec2架构,在Common Voice的中文数据集上进行了微调,支持简体中文的语音转文本任务。

模型特点

多数据集微调
同时使用了Common Voice的zh-CN和zh-TW数据集进行训练,并将繁体中文转换为简体中文
无需语言模型
可直接使用,不需要额外的语言模型支持
标准采样率支持
支持16kHz的标准语音输入采样率

模型能力

中文语音识别
语音转文本
普通话识别

使用案例

语音转录
语音转写
将中文语音内容转换为文本格式
CER 20.90%
语音助手
语音指令识别
识别用户的中文语音指令