wav2vec2-large-xls-r-300m-hausaオープンソースモデル - 無料でハウサ語の自動音声認識をデプロイ

Wav2vec2 Large Xls R 300m Hausa

infinitejoyによって開発

これは、facebook/wav2vec2 - xls - r - 300mをハウサ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モデルです。

ダウンロード数 22

リリース時間 : 3/2/2022

モデル概要

このモデルは、ハウサ語の自動音声認識タスクに特化しており、Common Voice 7ハウサ語データセットでファインチューニングされています。

多言語事前学習基礎

XLS - R - 300M多言語モデルをベースにファインチューニングされ、強力な音声表現能力を持っています。

ハウサ語最適化

ハウサ語の音声特性に特化して最適化されています。

中規模モデル

300Mパラメータ規模で、性能とリソース消費のバランスを取っています。

ハウサ語音声認識

音声からテキストへの変換

会話の文字起こし

音声技術アプリケーション

ハウサ語音声アシスタント

ハウサ語の音声対話アプリケーションの開発に使用されます。

音声文字起こしサービス

ハウサ語の音声内容をテキストに変換します。

このモデルは、MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - HAデータセットでfacebook/wav2vec2-xls-r-300mをファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

詳細なインストール手順は提供されていません。

このモデルに関する詳細情報は追加が必要です。

このモデルの想定用途と制限に関する詳細情報は追加が必要です。

学習と評価に使用したデータに関する詳細情報は追加が必要です。

学習中に使用されたハイパーパラメータは以下の通りです。

学習損失	エポック	ステップ	検証損失	単語誤り率 (Wer)
2.7064	11.36	500	2.7112	1.0
1.3079	22.73	1000	0.7337	0.7776
1.0919	34.09	1500	0.5938	0.7023
0.9546	45.45	2000	0.5698	0.6133
0.8895	56.82	2500	0.5739	0.6142
0.8152	68.18	3000	0.5579	0.6091
0.7703	79.55	3500	0.5813	0.6210
0.732	90.91	4000	0.5756	0.5860