common7オープンソース自動音声認識モデル - 無料で展開してペルシア語の音声を高精度にテキストに変換を支援する

Common7

ghofraniによって開発

このモデルはMozilla Common Voice 7.0ペルシア語データセットでファインチューニングされた自動音声認識(ASR)モデルで、ペルシア語音声からテキストへの変換タスク専用です。

ダウンロード数 23

リリース時間 : 3/2/2022

モデル概要

ペルシア語に最適化された音声認識モデルで、ペルシア語音声をテキストに変換でき、音声アシスタントや字幕生成などのアプリケーションに適しています。

ペルシア語最適化

ペルシア語の音声特性に特化してトレーニングと最適化が行われています

Common Voiceデータセットベース

Mozillaの高品質なオープンソース音声データセットを使用してトレーニングされています

段階的な性能向上

トレーニング過程で単語誤り率(WER)が1.0から0.3478まで段階的に低下しました

ペルシア語音声認識

音声からテキストへの変換

連続音声認識

音声書き起こし

ペルシア語音声転写

ペルシア語音声コンテンツをテキスト形式に変換します

単語誤り率0.3478

支援技術

音声制御アプリケーション

ペルシア語ユーザー向けの音声制御インターフェースを提供します

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - FAデータセット上でcommon7/checkpoint-18500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。

詳細情報は後日追加予定です。

詳細情報は後日追加予定です。

詳細情報は後日追加予定です。

学習中に以下のハイパーパラメータが使用されました。

学習損失	エポック	ステップ	検証損失	単語誤り率 (Wer)
2.957	3.29	500	2.9503	1.0
1.7225	6.58	1000	0.8860	0.7703
1.4907	9.86	1500	0.6555	0.6673
1.4177	13.16	2000	0.5784	0.6076
1.3425	16.45	2500	0.5379	0.5718
1.33	19.73	3000	0.4962	0.5245
1.4378	23.03	3500	0.4699	0.5098
1.1894	26.31	4000	0.4527	0.4848
1.1844	29.6	4500	0.4309	0.4651
1.1795	32.89	5000	0.4131	0.4524
1.1471	36.18	5500	0.4052	0.4435
1.1337	39.47	6000	0.3927	0.4363
1.1896	42.76	6500	0.3811	0.4254
1.1847	46.05	7000	0.3855	0.4129
0.9954	49.34	7500	0.3729	0.3981
1.0293	52.63	8000	0.3637	0.4014
1.0224	55.92	8500	0.3578	0.3885
1.012	59.21	9000	0.3629	0.3930
1.0772	62.5	9500	0.3635	0.3906
1.0344	65.79	10000	0.3469	0.3771
0.9457	69.08	10500	0.3435	0.3735
0.9307	72.37	11000	0.3519	0.3762
0.9523	75.65	11500	0.3443	0.3666
0.9523	78.94	12000	0.3502	0.3757
0.9475	82.24	12500	0.3509	0.3643
0.9971	85.52	13000	0.3502	0.3626
0.9058	88.81	13500	0.3472	0.3605
0.8922	92.1	14000	0.3530	0.3618
0.9	95.39	14500	0.3500	0.3574
0.9051	98.68	15000	0.3456	0.3535
0.9304	101.97	15500	0.3438	0.3578
0.9433	105.26	16000	0.3396	0.3530
0.8988	108.55	16500	0.3436	0.3539
0.8789	111.84	17000	0.3426	0.3516
0.8667	115.13	17500	0.3438	0.3506
0.8895	118.42	18000	0.3434	0.3503
0.8888	121.71	18500	0.3425	0.3494
0.9453	125.0	19000	0.3415	0.3480
0.9267	128.29	19500	0.3477	0.3503
0.8315	131.58	20000	0.3476	0.3505
0.8542	134.86	20500	0.3475	0.3506
0.8478	138.16	21000	0.3430	0.3481
0.8643	141.45	21500	0.3451	0.3485
0.8705	144.73	22000	0.3444	0.3474
0.9869	148.03	22500	0.3441	0.3493