Wav2vec Mle
W
Wav2vec Mle
eugenetanjcによって開発
facebook/wav2vec2-base-960hをベースにファインチューニングした音声認識モデルで、評価セットでの単語誤り率は1.0
ダウンロード数 68
リリース時間 : 6/24/2022
モデル概要
このモデルはwav2vec2アーキテクチャに基づく音声認識モデルで、ファインチューニング後に音声からテキストへの変換タスクに使用可能
モデル特徴
wav2vec2アーキテクチャ採用
Facebookが開発したwav2vec2-base-960hをベースモデルとして使用
ファインチューニング最適化
特定のデータセットでファインチューニングを行い、音声認識性能を最適化
モデル能力
音声からテキストへの変換
自動音声認識
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
音声メモ
音声メモを検索可能なテキストに変換
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