Wav2vec2 Base Timit Demo Colab92
W
Wav2vec2 Base Timit Demo Colab92
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
ダウンロード数 16
リリース時間 : 5/1/2022
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に特化しており、TIMITデータセットで良好な認識性能を発揮します
モデル特徴
効率的なファインチューニング
事前学習済みwav2vec2-baseモデルを基にファインチューニングしており、事前学習モデルの強力な特徴抽出能力を活用しています
良好な性能
TIMIT評価セットで0.416の単語誤り率(WER)を達成し、良好な性能を示しています
軽量
wav2vec2-baseアーキテクチャを基にしており、比較的軽量でデプロイや実験に適しています
モデル能力
英語音声認識
音声からテキストへの変換
音声文字起こし
使用事例
音声処理
音声文字起こし
英語音声コンテンツをテキストに変換
単語誤り率0.416
音声コマンド認識
簡単な音声コマンドを認識
教育
発音評価
英語学習者の発音評価に使用
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