Wav2vec2 5
W
Wav2vec2 5
chrisvinsenによって開発
facebook/wav2vec2-baseをファインチューニングした音声認識モデルで、主に自動音声認識(ASR)タスクに使用されます
ダウンロード数 20
リリース時間 : 5/22/2022
モデル概要
このモデルはwav2vec2-baseアーキテクチャをファインチューニングした音声認識モデルで、音声をテキストに変換するタスクに適しています。
モデル特徴
wav2vec2アーキテクチャベース
Facebook Researchが開発したwav2vec2-baseアーキテクチャを採用しており、優れた音声特徴抽出能力を有しています
ファインチューニング最適化
ベースモデルに対してファインチューニングを実施し、特定の音声認識タスク向けに最適化されている可能性があります
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
支援技術
リアルタイム字幕生成
動画やライブ配信のコンテンツに対してリアルタイムで字幕を生成
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