Wav2vec2 Large Baltic 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 27.5 の未ラベルデータを使って、バルト語 でのみ事前学習されています。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。

🚀 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、トークナイザーがありません。音声認識 でこのモデルを使用するには、トークナイザーを作成し、バルト語 のラベル付きテキストデータでモデルを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。

✨ 主な機能

• バルト語での音声認識に特化した事前学習モデル。
• 16kHzサンプリングの音声オーディオに最適化。

📚 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

詳細な情報については、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

このモデルは音声のみで事前学習されているため、トークナイザーがありません。音声認識で使用するには、トークナイザーを作成し、バルト語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。

💡 使用建议

モデルを使用する際には、入力音声が16kHzでサンプリングされていることを確認してください。