AIbase
JA
ホーム
Wav2vec2 Base Timit Demo Colab3000
W

Wav2vec2 Base Timit Demo Colab3000

hassnainによって開発
facebook/wav2vec2-baseモデルをTIMIT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、英語音声からテキストへの変換タスクに適しています。
音声認識
Transformers
オープンソースライセンス:Apache-2.0#音声認識#低単語誤り率#TIMITデータセット
ダウンロード数 23
リリース時間 : 5/2/2022

モデル概要

このモデルはwav2vec2-baseのファインチューニング版で、英語音声認識タスク専用にTIMITデータセットでトレーニングおよび評価されています。

モデル特徴

wav2vec2アーキテクチャベース
Facebookが提案したwav2vec2ベースアーキテクチャを採用し、強力な音声特徴抽出能力を備えています。
TIMITデータセットでファインチューニング
標準的なTIMIT音声データセットでファインチューニングされ、英語音声認識性能が最適化されています。
効率的な推論
評価段階では1秒あたり約9.8サンプルを処理可能で、高い処理効率を備えています。

モデル能力

英語音声認識
音声からテキストへの変換
連続音声認識

使用事例

音声文字起こし
英語音声の文字起こし
英語音声コンテンツをテキスト形式に変換
単語誤り率(WER)は0.3845
教育アプリケーション
発音評価
言語学習における発音精度評価に使用可能
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
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
English简体中文繁體中文にほんご
© 2025AIbase