AIbase

语音转音素
Wav2vec2 Xls R 300m Phoneme
Apache-2.0
基于facebook/wav2vec2-xls-r-300m微调的语音识别模型，专注于音素识别任务
语音识别
Transformers
W
vitouphy
12.26k
6
Wav2vec2 Xls R 300m Timit Phoneme
Apache-2.0
这是一个基于facebook/wav2vec2-xls-r-300m模型在TIMIT数据集上微调的自动音素识别模型，主要用于英语语音的音素级别识别。
语音识别
Transformers
英语
W
vitouphy
8,457
29
Wav2vec2 Xlsr 53 Espeak Cv Ft
Apache-2.0
该模型是基于wav2vec2-large-xlsr-53预训练模型在CommonVoice数据集上微调的多语言音素识别模型，支持多种语言的音素标签识别。
语音识别
Transformers
W
facebook
315.39k
31
Wav2vec2 Lv 60 Espeak Cv Ft
Apache-2.0
该模型是基于Wav2Vec2-Large-LV60预训练模型，在CommonVoice数据集上进行微调，用于多语言音素识别。
语音识别
Transformers
其他
W
facebook
18.77k
43