AIbase
JA
ホーム
Viwav2vec2 Base 100h
V

Viwav2vec2 Base 100h

dragonSwingによって開発
VLSPデータセットの100時間のラベルなしベトナム語音声データで事前学習されたWav2Vec2基本モデルで、下流タスクで微調整が必要です。
音声認識
Transformers
 その他オープンソースライセンス:Apache-2.0#ベトナム語音声認識#16kHzオーディオ対応#教師なし事前学習
ダウンロード数 19
リリース時間 : 3/2/2022

モデル概要

これはWav2Vec2アーキテクチャに基づくベトナム語音声事前学習モデルで、16kHzサンプリングレートの音声データで訓練されており、自動音声認識などの下流タスクに適しています。

モデル特徴

ベトナム語音声事前学習
ベトナム語音声データに特化した事前学習で、ベトナム語音声処理タスクに適しています。
16kHzサンプリング対応
モデルは16kHzサンプリングレートの音声データで訓練されており、使用時には入力データのサンプリングレートを一致させる必要があります。
Wav2Vec2アーキテクチャ採用
Facebookが提案したWav2Vec2アーキテクチャを採用しており、生の音声から音声構造を学習できます。

モデル能力

音声特徴抽出
ベトナム語音声認識

使用事例

音声技術
ベトナム語自動音声認識
このモデルを微調整してベトナム語音声からテキストへの変換機能を実現
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase