H

Hubert Large Ll60k

由 facebook 开发
HuBERT是一种自监督语音表征学习模型,通过离线聚类步骤为类BERT预测损失提供对齐目标标签,适用于语音识别、生成和压缩任务。
下载量 30.99k
发布时间 : 3/2/2022

模型简介

HuBERT(隐单元BERT)是一种自监督语音表征学习框架,通过创新的遮蔽预测损失和聚类方法,在语音识别任务中表现出色。

模型特点

自监督学习
无需标注数据即可进行预训练,通过创新的遮蔽预测损失学习语音表征
两阶段聚类
通过初始k-means聚类和迭代优化,稳定地生成预测目标标签
高效表征
在Librispeech和Libri-light基准测试中超越wav2vec 2.0性能
大规模训练
支持从10分钟到6万小时不等的训练数据规模

模型能力

语音表征学习
语音识别
语音生成
语音压缩

使用案例

语音技术
语音识别系统
通过微调HuBERT模型构建高准确率的语音识别系统
在Librispeech测试集上实现13-19%的词错率降低
语音合成前端
利用学习到的语音表征改进语音合成系统的前端处理
AIbase
智启未来,您的人工智能解决方案智库
简体中文