AIbase
JA
ホーム
English ASR
E

English ASR

maher13によって開発
このモデルは、facebook/wav2vec2-baseをベースに微調整された英語の自動音声認識（ASR）モデルで、評価セットで0.3397の単語誤り率を達成しました。
音声認識
Transformers
オープンソースライセンス:Apache-2.0#英語音声認識#Wav2Vec2の微調整#低い単語誤り率
ダウンロード数 13
リリース時間 : 3/2/2022

モデル概要

これは英語の音声認識に使用されるモデルで、英語の音声をテキストに変換することができます。

モデル特徴

低い単語誤り率
評価セットで0.3397の単語誤り率を達成し、良好な性能を示しました。
wav2vec2アーキテクチャに基づく
facebookのwav2vec2-baseモデルを使用して微調整され、優れた音声特徴抽出能力を引き継いでいます。
効率的なトレーニング
混合精度トレーニング（ネイティブAMP）と線形学習率スケジューラを使用しており、トレーニング効率が高いです。

モデル能力

英語音声認識
音声からテキストへの変換

使用事例

音声文字起こし
会議記録
英語の会議録音を自動的に文字記録に変換します。
精度約66.03％（1 - 0.3397の単語誤り率に基づく）
音声メモ
英語の音声メモを検索可能なテキストに変換します。
支援ツール
字幕生成
英語のビデオコンテンツに自動的に字幕を生成します。
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