wav2vec2-xls-r-300m-Turkish-Tr-medオープンソースモデル - トルコ語の音声を高精度に識別するのを支援

Wav2vec2 Xls R 300m Turkish Tr Med

emreによって開発

このモデルは、facebook/wav2vec2-xls-r-300mを一般的な音声データセットで微調整したトルコ語音声認識モデルです。

ダウンロード数 22

リリース時間 : 3/2/2022

モデル概要

これはトルコ語に最適化された自動音声認識(ASR)モデルで、wav2vec2-xls-r-300mアーキテクチャを微調整して作成され、トルコ語の音声をテキストに変換するタスクに適しています。

トルコ語最適化

トルコ語の音声特性に合わせて特別に微調整され、認識精度を向上させます。

効率的なトレーニング

勾配累積や混合精度トレーニングなどの技術を用いてトレーニング効率を最適化します。

良好な性能

評価セットで0.4677の単語誤り率(WER)を達成しました。

トルコ語音声認識

音声をテキストに変換

連続音声認識

音声文字起こし

トルコ語会議記録

トルコ語の会議録音を自動的に文字記録に変換します。

単語誤り率約46.77%

音声アシスタント

トルコ語の音声アシスタントに音声認識機能を提供します。

教育

言語学習アプリ

トルコ語学習者の発音と会話の練習を支援します。

学習損失	エポック	ステップ	検証損失	単語誤り率(WER)
4.8093	4.21	400	2.7831	1.0
0.9881	8.42	800	0.5088	0.6681
0.3519	12.63	1200	0.4496	0.6007
0.2436	16.84	1600	0.4993	0.5654
0.1874	21.05	2000	0.4793	0.5530
0.1561	25.26	2400	0.5187	0.5589
0.1336	29.47	2800	0.5135	0.5311
0.1163	33.68	3200	0.4960	0.5143
0.1056	37.89	3600	0.4795	0.5045
0.0959	42.11	4000	0.4883	0.4987
0.0819	46.32	4400	0.4799	0.4903
0.0756	50.53	4800	0.4822	0.4831
0.0692	54.74	5200	0.4621	0.4762
0.062	58.95	5600	0.4727	0.4677