Wav2vec2 Base BirdSet XCL
wav2vec 2.0 は音声表現学習のための自己教師あり学習フレームワークで、ラベル付けされていない音声データから音声特徴を学習できます。
ダウンロード数 177
リリース時間 : 6/4/2024
モデル概要
wav2vec 2.0 は Transformer ベースの音声認識モデルで、自己教師あり学習によりラベル付けされていない音声データから音声表現を学習し、様々な音声処理タスクに適用可能です。
モデル特徴
自己教師あり学習
ラベル付けされていない音声データから音声表現を学習でき、ラベルデータへの依存を軽減します。
効率的な音声表現
Transformer アーキテクチャにより効率的な音声特徴表現を学習し、様々な下流タスクに適用可能です。
マルチタスク対応
音声認識、音声分類など様々な音声処理タスクに対応しています。
モデル能力
音声認識
音声表現学習
音声分類
使用事例
音声認識
自動音声文字起こし
音声をテキストに変換し、会議議事録や字幕生成などのシナリオに適用可能です。
高精度な音声文字起こし効果。
音声分類
鳥類音声分類
BirdSet データセットを使用して鳥類の音声を分類し、生態学研究に適用可能です。
異なる鳥類の鳴き声を正確に識別できます。
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