W

Wav2vec2 Base Timit Demo Colab0

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 20
リリース時間 : 4/30/2022

モデル概要

このモデルは英語音声認識用の事前学習済みモデルで、TIMITデータセットでのファインチューニングにより認識性能を最適化

モデル特徴

wav2vec2アーキテクチャベース
Facebookが開発したwav2vec2-baseアーキテクチャを採用し、優れた音声特徴抽出能力を有する
TIMITデータセットでの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を行い、英語音声認識性能を最適化
比較的軽量
largeバージョンではなくbaseバージョンをベースとしており、リソースが限られた環境での展開に適している

モデル能力

英語音声認識
音声からテキストへの変換
自動音声転写

使用事例

音声転写
会議議録の自動化
英語の会議録音を自動的に文字記録に変換
単語誤り率0.7734
音声コマンド認識
英語の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