AIbase
JA
ホーム
Wav2vec2 Common Voice Accents
W

Wav2vec2 Common Voice Accents

willcaiによって開発
facebook/wav2vec2-xls-r-300mをベースにcommon_voiceデータセットで微調整した音声認識モデルで、複数のアクセント認識をサポート
音声認識
Transformers
オープンソースライセンス:Apache-2.0#多アクセント音声認識#低単語誤り率#大規模事前学習と微調整
ダウンロード数 24
リリース時間 : 3/10/2022

モデル概要

このモデルは複数のアクセント音声認識に最適化されたwav2vec2モデルで、common_voiceデータセットで微調整されており、異なるアクセントの音声を処理する必要があるシナリオに適しています

モデル特徴

多アクセントサポート
common_voiceデータセットで微調整されており、複数のアクセントの音声を認識・処理できます
効率的なトレーニング
混合精度トレーニングと分散トレーニング技術を使用し、トレーニング効率を向上させました
最適化された性能
30エポックのトレーニング後、単語誤り率(WER)が0.4269に低下しました

モデル能力

音声認識
多アクセント処理
音声からテキストへ

使用事例

音声文字起こし
会議議事録
異なるアクセントを含む会議録音を自動的に文字起こし
単語誤り率0.4269
音声アシスタント
音声アシスタントにより正確なアクセント認識能力を提供
教育
言語学習アプリ
言語学習者が発音を認識し修正するのを支援
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
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
English简体中文繁體中文にほんご
© 2025AIbase