Wav2vec2 Large Xlsr 53 Kalmyk

🚀 クイックスタート

このWav2Vec2モデルは、まず500時間分のカルムィク語のテレビ録音と1000時間分のモンゴル語の音声認識データセットで事前学習されました。その後、音声変換モデルによって作成された300時間分のカルムィク語の合成音声認識データセットで微調整されました。

• カルムィク語のテレビ録音から作成された非公開のテストセットで50%のWER（Word Error Rate）
• クリーンな音声録音では、モデルのWERは大幅に低くなるはず
• 音声変換に関する情報
  • 300時間分のカルムィク語の合成音声認識データセット
  • ソース音声はカルムィク語の女性の音声TTS
  • ターゲット音声はVCTKデータセットから取得
  • サンプルデータ: https://twitter.com/tugstugi/status/1409111296897912835
  • 各WAVファイルには、カルムィク語の書籍から作成された異なるテキストが含まれています

📚 ドキュメント

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。