W

Wav2vec2 Large Xls R 300m My Hindi Presentation Colab

nimrahによって開発
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
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
© 2025AIbase