基于OpenAI Whisper-medium微调的语音语种识别模型,在FLEURS数据集上达到88.05%准确率
下载量 590.30k
发布时间 : 2/23/2023
模型简介
该模型专门用于语音语种识别任务,能够准确识别音频片段所属的语言类别
模型特点
高准确率语种识别
在FLEURS评估集上达到88.05%的识别准确率
基于Whisper架构
基于OpenAI强大的Whisper-medium模型微调,继承了其优秀的语音处理能力
多GPU训练优化
采用多GPU分布式训练,配合梯度累积技术提高训练效率
模型能力
语音语种识别
音频分类
使用案例
语音处理
多语言语音分类
自动识别音频片段所属的语言类别
88.05%的识别准确率
语音内容预处理
为语音识别系统预先识别语言类型
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