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
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