Wav2vec2 Base Hu Voxpopuli V2

🚀 Wav2Vec2-base-VoxPopuli-V2

FacebookのWav2Vec2のベースモデルで、VoxPopuliコーパスの17.7kのラベルなしデータを使って、ハンガリー語 (hu) 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。このモデルを音声認識に使用するには、トークナイザーを作成し、ハンガリー語 (hu) 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について詳しくは、このブログを参照してください。

✨ 主な機能

• ハンガリー語 (hu) で事前学習された音声認識モデルです。
• 16kHzでサンプリングされた音声オーディオに最適化されています。

📄 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。

📚 ドキュメント

関連論文

• 論文タイトル: 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)

公式サイト

詳細な情報は、公式サイトを参照してください。

⚠️ 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。音声認識に使用するには、トークナイザーを作成し、ハンガリー語 (hu) 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。

💡 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。