AIbase
JA
ホーム
Wav2vec2 Large Xls R 3
W

Wav2vec2 Large Xls R 3

chaitanya97によって開発
このモデルはfacebook/wav2vec2-xls-r-300mを汎用音声データセットでファインチューニングしたバージョンで、音声認識タスクに適しています。
音声認識
Transformers
オープンソースライセンス:Apache-2.0#音声認識#多言語対応#大規模事前学習
ダウンロード数 20
リリース時間 : 3/2/2022

モデル概要

wav2vec2-large-xls-r-3はwav2vec2アーキテクチャに基づく音声認識モデルで、汎用音声データセットに適応するようファインチューニングされています。

モデル特徴

大規模事前学習
wav2vec2-xls-r-300mの大規模事前学習モデルを基にファインチューニングされており、強力な音声特徴抽出能力を備えています。
多言語対応
具体的な言語は明記されていませんが、汎用音声データセットで訓練されているため、複数言語をサポートしている可能性があります。
効率的な訓練
混合精度訓練や勾配蓄積などの技術を使用して、訓練効率を向上させています。

モデル能力

音声認識
音声特徴抽出
音声からテキストへの変換

使用事例

音声文字起こし
会議議事録
会議の録音を自動的に文字記録に変換
音声アシスタント
音声アシスタントのバックエンド認識エンジンとして使用
アクセシビリティ技術
リアルタイム字幕生成
聴覚障害者向けにリアルタイム字幕サービスを提供
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase