基于wav2vec2架构的语音关键词检测模型,经过OpenVINO量化优化
下载量 14
发布时间 : 3/2/2022
模型简介
该模型是基于wav2vec2架构的语音处理模型,专门用于关键词检测任务。经过Optimum OpenVINO量化处理后,模型在保持较高准确率的同时提升了推理效率。
模型特点
高效量化
通过Optimum OpenVINO进行量化处理,在准确率仅下降2.74%的情况下显著提升推理效率
高准确率
在评估集上达到0.9828的基准准确率,量化后仍保持0.9553的高准确率
轻量级
基于wav2vec2-base架构,相对轻量且适合边缘设备部署(推断)
模型能力
语音关键词识别
实时音频处理
边缘设备部署
使用案例
智能家居
语音唤醒词检测
用于检测设备唤醒词如'Hey Siri'、'OK Google'等
高准确率确保设备能可靠响应
工业应用
语音控制指令识别
在嘈杂工业环境中识别特定语音指令
量化后模型适合部署在边缘设备
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