Wav2vec2 Cv Be

🚀 ベラルーシア語用自動音声認識

facebook/wav2vec2-base を mozilla-foundation/common_voice_8_0 be データセットでファインチューニングしたバージョンです。このモデルは、ベラルーシア語の自動音声認識タスクに特化しており、特定のデータセットを用いて精度を向上させています。

🚀 クイックスタート

このモデルは、mozilla-foundation/common_voice_8_0 be データセットの Train、Dev、Test の分割をそのまま利用しています。Validated 分割からの追加データは使用せず、各文の音声は1つのみ使用しています。これは CommonVoice CorporaCreator によるデータ分割の方法です。より良いモデルを構築するためには、Train、Dev、Test 分割にすでに含まれている文に対して、Validated 分割からの追加の音声を利用することができます。

言語モデルは KenLM を使用して構築されました。5-gram の言語モデルは、mozilla-foundation/common_voice_8_0 be データセットの Train + (Other - Dev - Test) 分割の文を使用して構築されました。

ソースコードは こちら で入手できます。

✨ 主な機能

• ベラルーシア語の自動音声認識に特化したモデル。
• 言語モデルを組み合わせることで、全体的な性能を大幅に向上させることができます。

📚 ドキュメント

ブラウザでのモデル実行

このページには、このモデルをブラウザで直接テストできるインタラクティブなデモウィジェットが含まれています。ただし、このウィジェットは音響モデルのみを使用しており、全体的な性能を大幅に向上させる言語モデルは 使用していません。

音響モデル + 言語モデルの完全なパイプライン を試すことができるのは、こちらのスペースページ です（ブラウザからも動作します）。

モデル情報

モデルの結果

📄 ライセンス

このモデルは GPL-3.0 ライセンスの下で提供されています。