W

Wav2vec2 Xls R Tf Left Right Shuru

hrdiptoによって開発
facebook/wav2vec2-xls-r-300mをベースに微調整された音声認識モデルで、評価セットで1.2628の単語誤り率(WER)を達成しました。
ダウンロード数 29
リリース時間 : 3/2/2022

モデル概要

これはwav2vec2-xls-r-300mアーキテクチャをベースに微調整された音声認識モデルで、音声をテキストに変換するタスクに適しています。

モデル特徴

低単語誤り率
評価セットで1.2628の単語誤り率(WER)を達成し、優れた性能を示しました。
wav2vec2-xls-rアーキテクチャをベースに
facebookのwav2vec2-xls-r-300mをベースモデルとして採用し、強力な音声特徴抽出能力を持っています。
混合精度トレーニング
ネイティブAMPを使用して混合精度トレーニングを行い、トレーニング効率を向上させます。

モデル能力

音声認識
音声をテキストに変換

使用事例

音声文字起こし
会議記録
会議の録音を自動的に文字記録に変換します
単語誤り率1.2628
音声メモ
音声メモを編集可能なテキストに変換します
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
© 2025AIbase