W

Wav2vec2 7

chrisvinsenによって開発
このモデルはfacebook/wav2vec2-baseを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0.52の単語誤り率を達成しました。
ダウンロード数 20
リリース時間 : 5/23/2022

モデル概要

wav2vec2-7はwav2vec2アーキテクチャに基づく音声認識モデルで、主に音声をテキストに変換するために使用されます。

モデル特徴

低単語誤り率
評価セットで0.52の単語誤り率を達成し、良好な性能を示しています。
wav2vec2アーキテクチャベース
facebook/wav2vec2-baseをファインチューニングしており、優れた音声特徴抽出能力を継承しています。
線形学習率スケジューリング
トレーニングプロセスで線形学習率スケジューリングとウォームアップステップを使用し、トレーニング効果を最適化しました。

モデル能力

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
会議議事録
会議の録音を文字記録に変換
単語誤り率0.52
音声アシスタント
音声アシスタントの音声認識モジュールとして使用
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