All systems operationalAI Agent Automation Platform
English
Language简体中文EnglishSelected

Choose your language

speech_paraformer_large_asr_mtl-16k-common-vocab11666-pytorch

dengcunqin/speech_paraformer_large_asr_mtl-16k-common-vocab11666-pytorch

Publisherdengcunqin

Download access requirementsModelScope source

基于Paraformer large(iic/speech paraformer-large asr nat-zh-cn-16k-common-vocab8404-pytorch),更换vocab为11666,增加kespeech以及粤语部分字,通过在普通话1w小时、粤语200小时、英语1w小时+整个kespeech train音频数据集上进行训练,当前版本为训练0.1 epoch。语音数据混合合并训练,并且增加噪音,所以模型可无缝识别多语言,抗噪音能力较强。

Speech & Audio
Model details

模型介绍

中文整理

模型介绍

基于Paraformer large(iic/speech paraformer-large asr nat-zh-cn-16k-common-vocab8404-pytorch),更换vocab为11666,增加kespeech以及粤语部分字,通过在普通话1w小时、粤语200小时、英语1w小时+整个kespeech train音频数据集上进行训练,当前版本为训练0.1 epoch。语音数据混合合并训练,并且增加噪音,所以模型可无缝识别多语言,抗噪音能力较强。

训练loss如下图,可见loss下降空间仍很大,继续训练效果应该挺不错的。

测试代码

微信交流

Funasr群找小邓

微信小程序

相关论文以及引用信息

优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。

完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

是否允许商用、修改和分发,请查看模型许可证。

闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。

Back to top