W

Wav2vec2 Base Toy Train Data Random Low Pass

scasuttによって開発
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
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