Wav2vec2 Base Hr Voxpopuli V2

🚀 Wav2Vec2-base-VoxPopuli-V2

Wav2Vec2-base-VoxPopuli-V2は、FacebookのWav2Vec2 をベースモデルとして、VoxPopuliコーパス の未ラベル付きクロアチア語データ8100件のみで事前学習されています。このモデルは、音声処理や自動音声認識タスクに適しています。

🚀 クイックスタート

このモデルは、サンプリングレート16kHzの音声オーディオで事前学習されています。この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。

このモデルは音声のみで事前学習されているため、トークナイザーはありません。このモデルを音声認識に使用する場合は、トークナイザーを作成し、クロアチア語のラベル付きテキストデータでモデルを微調整する必要があります。モデルの微調整方法についての詳細な説明は、このブログ を参照してください。

✨ 主な機能

• FacebookのWav2Vec2ベースモデルに基づき、クロアチア語データで事前学習されています。
• 音声と自動音声認識タスクに適しています。
• 事前学習データはVoxPopuliコーパスから取得されています。

📚 ドキュメント

モデル情報

引用情報

• 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 所属）

公式サイト

詳細な情報は、公式サイト をご覧ください。

📄 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。