Wav2vec2 Base Fi Voxpopuli V2

🚀 Wav2Vec2-base-VoxPopuli-V2

このモデルは、FacebookのWav2Vec2のベースモデルで、VoxPopuliコーパスの14.2kの未ラベルデータを用いて、フィンランド語 (fi) 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

このモデルは音声データ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。音声認識にこのモデルを使用するには、トークナイザーを作成し、フィンランド語 (fi) 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詳しくは、このブログを参照してください。

📚 ドキュメント

モデル情報

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)

注意事項

⚠️ 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、フィンランド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。

💡 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。

📄 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。

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。