X

Xlsr 53 Bemba 5hrs

csikasoteによって開発
facebook/wav2vec2-large-xlsr-53をファインチューニングした音声認識モデルで、Bemba語をサポート
ダウンロード数 25
リリース時間 : 4/29/2022

モデル概要

このモデルはBemba語に最適化された自動音声認識(ASR)モデルで、5時間のBemba音声データでファインチューニングされており、低リソース言語の音声テキスト変換タスクに適しています

モデル特徴

低リソース言語最適化
Bembaのような低リソース言語に特化して最適化されており、わずか5時間のトレーニングデータで済みます
XLSRアーキテクチャベース
クロスリンガル音声表現学習(XLSR)の強力な能力を活用し、より優れた音声特徴抽出を実現
軽量ファインチューニング
大規模な事前学習モデルを基に効率的にファインチューニングし、性能と計算コストのバランスを取ります

モデル能力

Bemba音声認識
音声テキスト変換
低リソース言語処理

使用事例

音声文字起こし
Bemba音声記録の文字化
Bemba語の会議記録やインタビューなどをテキストに変換
単語誤り率(WER)約48.67%
言語保護
危機言語のデジタル化
Bembaなどの低リソース言語の音声資料を記録・保護するのに役立ちます
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