english - filipino - wav2vec2 - l - xls - r - test - 02オープンソース音声認識モデルで、英語とフィリピン語の双方向音声を無料でテキスト変換可能

English Filipino Wav2vec2 L Xls R Test 02

Khalsuuによって開発

これはwav2vec2-large-xlsr-53-englishモデルをフィリピン語音声データセットでファインチューニングした音声認識モデルで、英語とフィリピン語の音声からテキストへの変換タスクをサポートします。

ダウンロード数 21

リリース時間 : 5/5/2022

モデル概要

このモデルは英語とフィリピン語に最適化された自動音声認識(ASR)システムで、Facebookのwav2vec2アーキテクチャに基づき、フィリピン語音声データセットでファインチューニングされています。

多言語サポート

英語とフィリピン語の音声認識をサポート

効率的なファインチューニング

事前訓練済みの大規模モデルを基にファインチューニングし、限られたデータでも良好な性能を発揮

低い単語誤り率

評価データセットで26.32%の単語誤り率(WER)を達成

英語音声認識

フィリピン語音声認識

音声からテキストへの変換

音声書き起こし

フィリピン語音声書き起こし

フィリピン語の音声内容をテキストに変換

単語誤り率26.32%

英語音声書き起こし

英語の音声内容をテキストに変換

音声アシスタント

多言語音声アシスタント

英語とフィリピン語の音声インタラクションをサポート

訓練損失	エポック	ステップ	検証損失	単語誤り率 (Wer)
3.1707	2.09	400	0.8006	0.8224
0.4801	4.19	800	0.3363	0.4329
0.2541	6.28	1200	0.3365	0.3676
0.1851	8.38	1600	0.3485	0.3739
0.1408	10.47	2000	0.3628	0.3420
0.1098	12.57	2400	0.3979	0.3277
0.1019	14.66	2800	0.4031	0.2896
0.0887	16.75	3200	0.3977	0.3024
0.0798	18.85	3600	0.3959	0.3129
0.0671	20.94	4000	0.4489	0.3241
0.0633	23.04	4400	0.4455	0.3026
0.055	25.13	4800	0.4668	0.2910
0.0523	27.23	5200	0.4670	0.2960
0.0468	29.32	5600	0.4536	0.2781
0.0392	31.41	6000	0.4612	0.2860
0.0381	33.51	6400	0.4651	0.2841
0.034	35.6	6800	0.4723	0.2716
0.0315	37.7	7200	0.4546	0.2642
0.0294	39.79	7600	0.4561	0.2632