W

Wav2vec2 Large Xlsr 53 842h Luxembourgish 14h

Lemswasabiによって開発
842時間の未ラベルデータと14時間のラベル付きルクセンブルク語音声データでファインチューニングされたwav2vec2.0大規模モデル。ルクセンブルク語音声認識をサポート
ダウンロード数 204
リリース時間 : 5/21/2022

モデル概要

このモデルはFacebookのwav2vec2.0 large XLSR-53アーキテクチャを基に、ルクセンブルク語向けに最適化された自動音声認識(ASR)モデルです。842時間の未ラベルデータで事前学習後、14時間のラベル付きデータでファインチューニングされ、言語モデルが統合されています。

モデル特徴

多言語事前学習
XLSR-53多言語モデルを基盤とし、言語横断表現を活用してルクセンブルク語認識性能を向上
大規模データ学習
842時間の未ラベルデータと14時間のラベル付きルクセンブルク語データを使用して学習
統合言語モデル
認識精度向上のため言語モデル(LM)を統合
低単語誤り率
テストセットでWER 10.71%、CER 2.31%を達成

モデル能力

ルクセンブルク語音声認識
音声からテキストへの変換
自動音声転写

使用事例

メディア転写
放送コンテンツ転写
RTL.luなどのルクセンブルク語放送コンテンツを転写
音声アシスタント
ルクセンブルク語音声インタラクション
ルクセンブルク語音声アシスタントに認識能力を提供
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