A

Ai Light Dance Singing2 Ft Wav2vec2 Large Xlsr 53 V1

gary109によって開発
このモデルは、GARY109/AI_LIGHT_DANCE - ONSET-SINGING2データセットでwav2vec2-large-xlsr-53をファインチューニングした自動音声認識モデルで、主に歌唱音声認識タスクに使用されます。
ダウンロード数 185
リリース時間 : 6/24/2022

モデル概要

これは歌唱音声認識タスクに最適化された自動音声認識モデルで、wav2vec2-large-xlsr-53アーキテクチャを基にファインチューニングされており、特定のデータセットで優れた性能を発揮します。

モデル特徴

歌唱音声最適化
歌唱音声に特化してファインチューニングされており、汎用音声認識モデルと比べて歌唱シーンでより優れた性能を発揮します
効率的なトレーニング
勾配蓄積などの技術を採用し、比較的小さなバッチサイズでも効果的なトレーニングを実現
安定した性能
トレーニング中の検証損失と単語誤り率が継続的に低下し、良好な収束性を示しています

モデル能力

歌唱音声認識
音声からテキストへの変換
音声コンテンツ分析

使用事例

音楽技術
歌唱音声から歌詞への変換
歌唱録音を自動的にテキスト歌詞に変換
単語誤り率約29.05%
音楽コンテンツ分析
歌唱録音中の歌詞内容を分析
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
© 2025AIbase