Wav2vec2 2 Rnd
W
Wav2vec2 2 Rnd
sanchit-gandhiによって開発
LibriSpeech ASR データセットでトレーニングされた自動音声認識モデルで、英語音声をテキストに変換します。
ダウンロード数 16
リリース時間 : 3/6/2022
モデル概要
このモデルは自動音声認識(ASR)システムで、英語音声に特化して設計されており、音声信号を対応するテキストに変換できます。
モデル特徴
高精度
LibriSpeech 評価セットで0.1442の単語誤り率を達成しました。
最適化されたトレーニングプロセス
Adamオプティマイザーと線形学習率スケジューラーを使用してトレーニングを行い、モデルの安定した収束を確保しました。
混合精度トレーニング
ネイティブAMPを使用した混合精度トレーニングにより、トレーニング効率を向上させました。
モデル能力
英語音声認識
音声テキスト変換
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。
高精度な文字起こし結果により、手動校正時間を削減します。
字幕生成
ビデオコンテンツに自動的に英語字幕を生成します。
迅速な字幕生成により、ビデオ制作効率を向上させます。
音声アシスタント
音声コマンド認識
音声アシスタントがユーザーの音声コマンドを認識するために使用されます。
高精度なコマンド認識により、ユーザーエクスペリエンスを向上させます。
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