基于wav2vec2架构的语音关键词检测模型,已通过Optimum OpenVINO进行量化优化
下载量 17
发布时间 : 6/13/2022
模型简介
该模型基于wav2vec2架构,专门用于语音关键词检测任务,能够识别音频中的特定关键词。
模型特点
量化优化
通过Optimum OpenVINO进行量化处理,提升推理效率
高准确率
在评估集上达到0.9828的基准准确率
轻量级
基于wav2vec2-base架构,相对轻量
模型能力
语音关键词检测
实时音频处理
使用案例
语音交互
语音唤醒词检测
用于智能设备唤醒词检测
高准确率识别特定唤醒词
语音命令识别
识别简单语音命令
快速响应语音指令
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