Wav2vec2 Large Xls R 300m My Hindi Home Colab
このモデルはfacebook/wav2vec2-xls-r-300m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、音声認識タスクに適しています。
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、ファインチューニングにより特定の言語やアクセントに最適化されている可能性があります。
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
facebook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継承しています
多言語サポートの可能性
XLS-Rアーキテクチャは多言語音声認識をサポートする設計です
効率的な訓練
混合精度訓練や勾配蓄積などの技術を使用して訓練効率を最適化しています
モデル能力
音声認識
音声からテキストへの変換
音響特徴抽出
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
家庭用音声アシスタント
家庭環境での音声コマンド認識に使用
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