AIbase

S

Stt Kr Conformer Ctc Medium

由 SungBeom 开发
基于Conformer架构的韩语自动语音识别模型，针对流式处理优化，在客服语音等特定领域表现优异
语音识别
韩语
开源协议:Apache-2.0#韩语语音识别#流式处理优化#客服领域专用
下载量 176
发布时间 : 6/4/2023
模型介绍
内容详情
替代品

模型简介

该模型是基于Conformer-CTC架构的韩语自动语音识别模型，针对AI Hub数据集进行了微调。相比基于注意力机制的模型，它在流式处理时性能下降较小且速度更快，特别适合实时语音识别应用。

模型特点

流式处理优化
相比Whisper等基于注意力机制的模型，在流式处理时性能下降较小（约20%），且处理速度更快
高效推理
在V100 GPU上实时因子(RTF)为0.05，CPU(7核)上为0.35，适合实时应用
领域适应性强
在客服语音等特定领域，结合KenLM后词错误率可从13.45显著降至5.27

模型能力

韩语语音识别
实时流式语音处理
特定领域语音识别优化

使用案例

客服领域
客服语音转录
用于客服电话的实时语音转录
结合KenLM后词错误率从13.45降至5.27
车载系统
车内语音指令识别
用于识别车内对话和语音指令