Wav2vec2 Base Timit Demo Colab
W
Wav2vec2 Base Timit Demo Colab
nadaAlnadaによって開発
anas/wav2vec2-large-xlsr-arabic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 16
リリース時間 : 3/2/2022
モデル概要
このモデルは音声認識モデルで、主に音声をテキストに変換するために使用されます。wav2vec2アーキテクチャをベースに、common_voiceデータセットで微調整されています。
モデル特徴
wav2vec2アーキテクチャをベースに
先進的なwav2vec2アーキテクチャを採用して音声認識タスクを行う
Common Voiceデータセットで微調整
Common Voiceデータセットで微調整し、認識性能を向上させる
線形学習率スケジューリング
学習過程で線形学習率スケジューラを使用し、学習効果を最適化する
モデル能力
音声をテキストに変換
自動音声認識
使用事例
音声文字起こし
会議録の自動文字起こし
会議の録音を自動的に文字起こしする
音声メモの変換
音声メモを編集可能なテキストに変換する
支援技術
音声入力システム
障害者に音声入力の解決策を提供する
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