Wav2vec2 Base Toy Train Data Random Low Pass
このモデルはfacebook/wav2vec2-baseを未知のデータセットで微調整した音声認識モデルで、自動音声認識(ASR)タスクに主に使用されます。
ダウンロード数 29
リリース時間 : 3/31/2022
モデル概要
これはwav2vec2アーキテクチャに基づく音声認識モデルで、微調整後に音声をテキストに変換するために使用できます。モデルは評価セットで0.7288の単語誤り率を達成しました。
モデル特徴
wav2vec2アーキテクチャベース
Facebookが開発したwav2vec2-baseを基本アーキテクチャとして採用し、優れた音声認識能力を有しています
微調整最適化
特定のデータセットで微調整を行い、特定の分野やシナリオ向けに認識性能を最適化している可能性があります
ローパスフィルター処理
モデル名に'low_pass'が含まれており、オーディオにローパスフィルター処理を施している可能性があります
モデル能力
音声認識
音声からテキストへの変換
使用事例
音声文字起こし
会議議事録
会議の録音を自動的に文字記録に変換します
音声メモ
音声メモを検索可能なテキストに変換します
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