Wav2vec2 Large Xls R 300m Pun Colab
W
Wav2vec2 Large Xls R 300m Pun Colab
shibliによって開発
facebook/wav2vec2-xls-r-300mをcommon_voiceデータセットでファインチューニングした音声認識モデル
ダウンロード数 20
リリース時間 : 3/2/2022
モデル概要
このモデルはwav2vec2-xls-r-300mのファインチューン版で、音声認識タスクに特化しており、common_voiceデータセットの音声コンテンツ処理に特に適しています。
モデル特徴
大規模事前学習モデルのファインチューニング
3億パラメータのwav2vec2-xls-r-300mモデルを基にファインチューニングされており、強力な音声特徴抽出能力を備えています
Common Voiceデータセット最適化
Common Voiceデータセットに特化して最適化されており、このデータセットでより良い性能を発揮する可能性があります
効率的なトレーニング設定
混合精度トレーニングや勾配蓄積などの技術を採用し、トレーニング効率を向上させています
モデル能力
音声認識
音声からテキストへの変換
音声コンテンツの理解
使用事例
音声文字起こし
音声コンテンツの文字起こし
音声コンテンツをテキスト形式に変換
音声アシスタント
音声コマンド認識
音声コマンドを認識・理解
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