Viwav2vec2 Base 3k
このモデルは3千時間のベトナム語音声データで事前学習されたWav2Vec2ベースモデルで、ベトナム語音声認識タスクに適しており、下流タスクで微調整して使用する必要があります。
ダウンロード数 41
リリース時間 : 5/3/2022
モデル概要
これは3千時間のベトナム語音声データ(自発的会話、朗読、放送音声を含む)で事前学習されたWav2Vec2ベースモデルです。ベトナム語自動音声認識などの下流タスクで微調整することで最高の効果を発揮します。
モデル特徴
大規模ベトナム語事前学習
3千時間のベトナム語音声データに基づく事前学習で、多様な音声タイプを含む
16kHzサンプリングレート対応
16kHzでサンプリングされた音声データに最適化されており、入力データがこのサンプリングレートに一致する必要がある
下流タスクでの微調整必要
音声認識などの下流タスクで微調整することで最高の効果を発揮する
モデル能力
ベトナム語音声特徴抽出
音声表現学習
使用事例
音声技術
ベトナム語音声認識システム
モデルを微調整してベトナム語自動音声認識システムを構築
音声分析アプリケーション
ベトナム語音声コンテンツ分析に使用
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