AIbase
JA
ホーム
Fine Tune XLSR Wav2Vec2 Speech2Text Vietnamese
F

Fine Tune XLSR Wav2Vec2 Speech2Text Vietnamese

leduytan93によって開発
これはMT5アーキテクチャに基づくベトナム語自動音声認識(ASR)修復モデルで、ベトナム語音声認識タスク向けにファインチューニングされています。
音声認識 その他オープンソースライセンス:Apache-2.0#ベトナム語音声認識#XLSRファインチューニング#低単語誤り率
ダウンロード数 25
リリース時間 : 3/2/2022

モデル概要

このモデルは主にベトナム語の自動音声認識タスクに使用され、ベトナム語音声をテキストに変換できます。モデルはCommon Voiceベトナム語データセットでファインチューニングされており、単語誤り率(WER)は25.2%です。

モデル特徴

ベトナム語音声認識
ベトナム語に特化して最適化された音声認識能力
MT5アーキテクチャベース
MT5モデルアーキテクチャを使用した音声認識タスク
Common Voiceでファインチューニング
Common Voiceベトナム語データセットを使用したファインチューニング

モデル能力

ベトナム語音声認識
音声からテキストへの変換

使用事例

音声文字起こし
ベトナム語音声文字起こし
ベトナム語音声コンテンツをテキストに変換
単語誤り率25.2%
音声アシスタント
ベトナム語音声アシスタント
ベトナム語音声アシスタントシステム構築に使用
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