Wav2vec2 Base De 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23.2kのラベルなしデータを用いて、ドイツ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を対象に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。音声認識にこのモデルを使用するには、トークナイザーを作成し、ドイツ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について詳しくは、このブログ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。

📚 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

詳細な情報は、公式ウェブサイト こちら を参照してください。

情報テーブル

| 属性 | 详情 |
|------|------|
| モデルタイプ | Wav2Vec2-base-VoxPopuli-V2 |
| 学習データ | [VoxPopuliコーパス](https://arxiv.org/abs/2101.00390)の23.2kのラベルなしデータ |
| ライセンス | CC BY-NC 4.0 |

重要提示

> ⚠️ **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を対象に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**
> 
> 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、ドイツ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。