AIbase
JA
ホーム
Wav2vec2 Xls R 300m Bangla Command
W

Wav2vec2 Xls R 300m Bangla Command

sshasnainによって開発
これはwav2vec2 XLS - Rアーキテクチャに基づく3億パラメータのベンガル語音声認識モデルで、指令識別タスクに特化して最適化されています。
音声認識
Transformers
 その他オープンソースライセンス:Apache-2.0#ベンガル語指令識別#低単語誤り率#音声インタラクション
ダウンロード数 28
リリース時間 : 3/2/2022

モデル概要

このモデルは自動音声認識（ASR）システムで、ベンガル語の口頭指令を理解して文字起こしするように特別に設計されています。Facebookのwav2vec2 XLS - Rアーキテクチャに基づき、3億パラメータ規模を持っています。

モデル特徴

高精度ベンガル語認識
テストセットで0.006の単語誤り率（WER）を達成し、優れた性能を発揮します
指令最適化
日常の指令シーンに特化して最適化訓練されています
wav2vec2 XLS - Rに基づく
先進的なwav2vec2 XLS - Rの3億パラメータアーキテクチャを採用しています

モデル能力

ベンガル語音声認識
指令理解
音声をテキストに変換

使用事例

スマートホームコントロール
機器制御
音声指令でスマートホーム機器を制御する
家電制御指令を正確に識別して実行する
小売シーン
価格照会
顧客の商品価格を尋ねる音声を識別する
価格照会内容を正確に文字起こしする
日常アシスタント
物品検索
ユーザーが家の中の物品の位置を検索するのを支援する
物品の位置に関する問い合わせを正確に理解する
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