---
title: audio-text
canonical_url: "https://www.modelscope.cn/datasets/tangwenru/audio-text"
md_url: "https://www.modelscope.cn/datasets/tangwenru/audio-text.md"
repository: tangwenru/audio-text
chinese_name: "语音转文字"
last_updated: 2023-11-10
license: "Apache License 2.0"
storage_size: "2.8 KB"
downloads: 209
stars: 3
---

# audio-text

> audio-text - tangwenru 在 ModelScope 开源的数据集。非常强大多牛逼的 语音转文字 模型

tangwenru/audio-text 是 ModelScope 魔搭社区上的数据集，存储大小 2.8 KB，采用 Apache License 2.0 许可。

- **Repository**: tangwenru/audio-text
- **License**: Apache License 2.0
- **Storage size**: 2.8 KB
- **Downloads**: 209
- **Stars**: 3
- **Last updated**: 2023-11-10

Source: https://www.modelscope.cn/datasets/tangwenru/audio-text

---

### Clone with HTTP
```bash
git clone https://www.modelscope.cn/datasets/tangwenru/audio-text.git
```

## 有什么特点？
- 在英语语音识别方面已接近人类水平的鲁棒性和准确性，此庞大且多样化的数据集可以提高对口音、背景噪音和技术语言的鲁棒性。即使是低质量的音频，也能产生高质量的结果，并且对各种声音和语言的适应性极强，无需进行微调。
- 用高精度大模型，准确度极高；
- `离线识别`，`无需联网`，也可以完成识别，比如上课时候录制老师课程;

## 本软件AI识别功能原理是什么？
- 采用了全球非常先进的`神经网络大模型`，识别能力排名全球前三，识别能力超越以往的所有模型，目前`支持100种语言`；

```
@misc{zeng2023agenttuning,
      title={AgentTuning: Enabling Generalized Agent Abilities for LLMs}, 
      author={Aohan Zeng and Mingdao Liu and Rui Lu and Bowen Wang and Xiao Liu and Yuxiao Dong and Jie Tang},
      year={2023},
      eprint={2310.12823},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}
```