Wav2vec2 Large Uralic Voxpopuli V2

🚀 Wav2Vec2-large-VoxPopuli-V2

このモデルは、FacebookのWav2Vec2の大規模モデルで、VoxPopuliコーパスの42.5のラベルなしデータを用いて、ウラル語族でのみ事前学習されています。 モデルは16kHzでサンプリングされた音声オーディオで事前学習されています。モデルを使用する際には、入力音声も16kHzでサンプリングされていることを確認してください。

🚀 クイックスタート

このモデルは音声のみで事前学習されているため、トークナイザーを持っていません。音声認識にこのモデルを使用するには、トークナイザーを作成し、モデルをウラル語族のラベル付きテキストデータでファインチューニングする必要があります。モデルのファインチューニング方法の詳細については、このブログを参照してください。

📚 ドキュメント

論文情報

• 論文: VoxPopuli: A Large-Scale Multilingual Speech Corpus for Representation Learning, Semi-Supervised Learning and Interpretation
• 著者: Changhan Wang, Morgane Riviere, Ann Lee, Anne Wu, Chaitanya Talnikar, Daniel Haziza, Mary Williamson, Juan Pino, Emmanuel Dupoux （Facebook AI）

その他情報

詳細情報については、公式ウェブサイト こちら を参照してください。

📄 ライセンス

このモデルは、CC BY-NC 4.0ライセンスの下で提供されています。

⚠️ 重要提示

このモデルは16kHzでサンプリングされた音声オーディオで事前学習されています。モデルを使用する際には、入力音声も16kHzでサンプリングされていることを確認してください。

💡 使用建议

音声認識にこのモデルを使用するには、トークナイザーを作成し、モデルをウラル語族のラベル付きテキストデータでファインチューニングする必要があります。