W

Wav2vec2 Large Xls R 300m Hindi Epochs15 Colab

vai6havによって開発
これはfacebook/wav2vec2-xls-r-300mモデルをcommon_voiceデータセットで微調整した音声認識モデルで、ヒンディー語をサポートしています。
ダウンロード数 17
リリース時間 : 6/18/2022

モデル概要

このモデルはヒンディー語音声認識タスク向けに最適化されたwav2vec2モデルで、common_voiceデータセットで15エポックの微調整を行いました。

モデル特徴

大規模事前学習モデルベース
facebook/wav2vec2-xls-r-300m事前学習モデルを基にしており、強力な音声特徴抽出能力を有しています
ヒンディー語最適化
ヒンディー語に特化して微調整されており、ヒンディー語音声認識タスクに適しています
効率的なトレーニング
Google Colab環境で15エポックのトレーニングを完了し、検証損失は3.5705に達しました

モデル能力

ヒンディー語音声認識
音声からテキストへの変換

使用事例

音声文字起こし
ヒンディー語音声からテキストへ
ヒンディー語の音声内容をテキストに変換します
単語誤り率(WER)は1.0
音声アシスタント
ヒンディー語音声コマンド認識
ヒンディー語音声アシスタントや制御システムの音声コマンド認識に使用できます
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