Wav2vec2 Base Timit Moaiz Explast
W
Wav2vec2 Base Timit Moaiz Explast
moaiz237によって開発
このモデルはfacebook/wav2vec2-base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、主に英語音声からテキストへの変換タスクに使用されます。
ダウンロード数 19
リリース時間 : 4/30/2022
モデル概要
これはWav2Vec2アーキテクチャに基づく音声認識モデルで、TIMITデータセットでファインチューニングされており、英語音声をテキストに変換できます。
モデル特徴
Wav2Vec2アーキテクチャ採用
Facebookが開発したwav2vec2-baseアーキテクチャを採用しており、優れた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
TIMIT音声データセットでファインチューニングを行い、英語音声認識性能を最適化しました。
比較的高い認識精度
評価セットで0.5404の単語誤り率(WER)を達成しました。
モデル能力
英語音声認識
音声からテキストへの変換
使用事例
音声文字起こし
英語音声のテキスト化
英語音声コンテンツをテキスト形式に変換
単語誤り率0.5404
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