AIbase
JA
ホーム
Wav2vec2 From Scratch Finetune Dummy
W

Wav2vec2 From Scratch Finetune Dummy

inergiによって開発
これはXLSR Wav2Vec2アーキテクチャに基づくインドネシア語自動音声認識モデルで、cahyaによって開発され、Common Voiceインドネシア語データセットでファインチューニングされました。
音声認識
Transformers
 その他オープンソースライセンス:Apache-2.0#インドネシア語音声認識#XLSRファインチューニング#低単語誤り率
ダウンロード数 15
リリース時間 : 3/2/2022

モデル概要

このモデルはインドネシア語の自動音声認識タスク専用に設計されており、インドネシア語音声をテキストに変換できます。

モデル特徴

XLSRファインチューニング
XLSR Wav2Vec2アーキテクチャでファインチューニングされ、インドネシア語認識性能が最適化されています
低単語誤り率
Common Voiceインドネシア語テストセットで25.86%の単語誤り率(WER)を達成
多言語ベース
クロスリンガル音声表現学習(XLSR)の事前学習モデルに基づき、優れた音声特徴抽出能力を有します

モデル能力

インドネシア語音声認識
音声からテキストへの変換

使用事例

音声文字起こし
会議議事録
インドネシア語の会議録音を自動的に文字起こし
約74.14%の精度(WER指標に基づく)
音声アシスタント
インドネシア語音声アシスタント向け音声認識機能を提供
教育
言語学習アプリ
学習者がインドネシア語の発音とリスニングを練習するのを支援
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