AIbase
JA
ホーム
Wav2vec2 Large Xls R 300m Kyrgyz
W

Wav2vec2 Large Xls R 300m Kyrgyz

infinitejoyによって開発
これはfacebook/wav2vec2-xls-r-300mモデルをキルギス語音声データセットでファインチューニングした自動音声認識(ASR)モデルです。
音声認識
Transformers
 その他オープンソースライセンス:Apache-2.0#キルギス語音声認識#低リソース言語ASR#XLS - Rアーキテクチャ
ダウンロード数 17
リリース時間 : 3/2/2022

モデル概要

このモデルはキルギス語に特化して最適化されており、キルギス語の音声をテキストに変換することができ、音声書き起こしなどのアプリケーションシーンに適しています。

モデル特徴

多言語対応
XLS - Rアーキテクチャに基づいており、複数の言語を処理する能力を持っています。
効率的な音声認識
キルギス語音声認識タスクで良好な性能を発揮します。
事前学習+ファインチューニングアーキテクチャ
大規模な事前学習モデルを利用し、特定の言語データでファインチューニングすることで、より良い性能を得ることができます。

モデル能力

キルギス語音声認識
音声をテキストに変換
音声書き起こし

使用事例

音声書き起こし
キルギス語音声を文字に変換
キルギス語の音声内容を編集可能なテキストに変換します。
単語誤り率(WER)40.9%、文字誤り率(CER)11.0%
音声アシスタント
キルギス語音声指令認識
キルギス語をサポートする音声アシスタントシステムの構築に使用します。
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