#语音预训练
wav2vec2-base - Facebook开发的语音表征学习模型实现低资源语音识别
模型自监督学习语音预训练Github语音识别深度学习开源项目HuggingfaceWav2Vec2
Wav2Vec2-Base是Facebook开发的语音预训练模型，基于16kHz采样语音音频。该模型通过掩蔽输入语音的潜在空间和解决对比学习任务，学习语音表征。在LibriSpeech基准测试中，即使只使用少量标注数据，也能取得优异成绩，证明了低资源语音识别的可行性。研究人员可以利用此模型进行微调，应用于不同的语音识别任务。
wav2vec2-large-lv60 - 深度学习实现高性能语音识别 仅需少量标记数据
语音识别语音预训练模型深度学习GithubWav2Vec2音频处理Huggingface开源项目
Wav2Vec2是Facebook开发的语音预训练模型，通过无监督学习从原始音频中提取语音特征。该模型在大规模未标注数据上预训练后，能够以极少量的标注数据实现高性能语音识别。在LibriSpeech测试集上，全量标注数据训练可达1.8/3.3词错率；仅用1小时标注数据即超过先前100小时数据的最佳结果；10分钟标注数据也能实现4.8/8.2词错率。Wav2Vec2为低资源环境下的高质量语音识别提供了新的可能性。