Wav2vec2 1
W
Wav2vec2 1
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0.4949の単語誤り率を達成しました。
ダウンロード数 16
リリース時間 : 5/22/2022
モデル概要
wav2vec2-1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
wav2vec2アーキテクチャ採用
先進的なwav2vec2アーキテクチャを使用して音声認識タスクを実行
ファインチューニング最適化
ベースモデルをファインチューニングし、特定のシナリオでの認識精度を向上
比較的低い単語誤り率
評価セットで0.4949の単語誤り率を達成
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
音声メモを編集可能なテキストに変換
支援技術
聴覚支援
聴覚障害者向けにリアルタイムの音声から文字への変換サービスを提供
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