Wav2vec2 Large Xls R 300m Russian Colab Beam Search Test
このモデルはfacebook/wav2vec2-xls-r-300mを汎用音声データセットでファインチューニングしたロシア語音声認識モデルで、評価セットで0.468の単語誤り率を達成しました。
ダウンロード数 18
リリース時間 : 4/7/2022
モデル概要
これはロシア語に最適化された音声認識モデルで、wav2vec2-xls-r-300mアーキテクチャを基にファインチューニングされており、ロシア語音声からテキストへの変換タスクに適しています。
モデル特徴
ロシア語最適化
ロシア語音声データに特化してファインチューニングされており、ロシア語認識の精度が向上しています
低単語誤り率
評価セットで0.468の単語誤り率を達成し、良好な性能を示しています
大規模モデルベースのファインチューニング
facebook/wav2vec2-xls-r-300m大規模モデルを基にファインチューニングされており、強力な音声特徴抽出能力を継承しています
モデル能力
ロシア語音声認識
音声からテキストへの変換
自動音声認識
使用事例
音声書き起こし
ロシア語会議議事録
ロシア語会議録音を自動的にテキストに書き起こします
約53.2%の精度(単語誤り率0.468)
ロシア語音声アシスタント
ロシア語音声アシスタントの音声認識モジュールとして使用
教育
ロシア語学習支援
ロシア語学習者の発音精度チェックを支援
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