Wav2vec2 Large Xls R 300m My Hindi Presentation Colab
facebook/wav2vec2 - xls - r - 300mをベースに、common_voiceデータセットで微調整した音声認識モデル
ダウンロード数 22
リリース時間 : 3/2/2022
モデル概要
このモデルはヒンディー語用に最適化された音声認識モデルで、音声をテキストに変換するタスクに適しています。
モデル特徴
XLS - Rアーキテクチャに基づく
facebookのwav2vec2 - xls - r - 300mアーキテクチャを採用し、強力な音声特徴抽出能力を持っています。
ヒンディー語最適化
common_voiceのヒンディー語データセットで微調整され、ヒンディー語音声に対する認識精度が向上しています。
効率的なトレーニング
混合精度トレーニングや勾配累積などの技術を使用し、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
ヒンディー語音声をテキストに変換
使用事例
音声文字起こし
ヒンディー語音声文字起こし
ヒンディー語の音声内容をテキストに変換する
音声アシスタント
ヒンディー語音声コマンド認識
ヒンディー語音声アシスタントのコマンド認識システムに使用する
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