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。
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
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