AIbase
JA
ホーム
Wav2vec2 Large Xls R 300m My Hindi Home Latest Colab
W

Wav2vec2 Large Xls R 300m My Hindi Home Latest Colab

nimrahによって開発
このモデルはfacebook/wav2vec2-large-xlsr-53を汎用音声データセットでファインチューニングしたバージョンで、主に音声認識タスクに使用されます。
音声認識
Transformers
オープンソースライセンス:Apache-2.0#ヒンディー語音声認識#XLS-Rアーキテクチャ#低リソース最適化
ダウンロード数 16
リリース時間 : 3/2/2022

モデル概要

これはwav2vec2アーキテクチャに基づく音声認識モデルで、特定の言語（おそらくヒンディー語）の音声認識ニーズに適応するようにファインチューニングされています。

モデル特徴

大規模事前学習モデルに基づくファインチューニング
facebook/wav2vec2-large-xlsr-53モデルを基にファインチューニングされており、その強力な音声特徴抽出能力を継承しています
音声認識性能の最適化
特定の言語（おそらくヒンディー語）向けに最適化され、認識精度が向上しています
効率的なトレーニング構成
学習率スケジューリングや混合精度トレーニングを含む合理的なハイパーパラメータ設定が使用されています

モデル能力

音声認識
音声からテキストへの変換
ヒンディー語音声処理

使用事例

音声文字起こし
ヒンディー語音声文字起こし
ヒンディー語音声をテキストに変換
音声アシスタント
ヒンディー語音声コマンド認識
ヒンディー語音声コマンドの認識と理解に使用
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