Psst Fairseq Rir
P
Psst Fairseq Rir
birgermoellによって開発
このモデルはWav2vec 2.0基本アーキテクチャをファインチューニングした自動音声認識(ASR)モデルで、ルームインパルス応答(RIR)で強化されたTIMITサブセットで訓練されています
ダウンロード数 30
リリース時間 : 4/15/2022
モデル概要
英語音素認識のための音声認識モデルで、ノイズ強化環境下で良好な性能を発揮します
モデル特徴
ノイズ耐性
RIR強化データで訓練されており、ノイズ環境下での音声認識に強い耐性を持っています
音素レベル認識
単語や文ではなく、音素レベルの音声認識タスクに特化しています
Wav2vec 2.0ベース
Wav2vec 2.0の自己教師あり学習能力を活用し、小規模な注釈データでも良好な性能を発揮します
モデル能力
英語音素認識
ノイズ環境下の音声処理
使用事例
音声技術研究
音素認識ベンチマークテスト
音素認識タスクの比較用ベンチマークモデルとして使用可能
PER: 21.8%, FER: 9.6%
教育技術
発音評価
言語学習における発音精度の評価に使用
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