AIbase
JA
ホーム
Wav2vec2 Xls R 300m Italian Robust
W

Wav2vec2 Xls R 300m Italian Robust

dbdmgによって開発
facebook/wav2vec2-xls-r-300mをベースに、複数のイタリア語音声データセットで微調整された自動音声認識モデル
音声認識
Transformers
 その他オープンソースライセンス:Apache-2.0#イタリア語音声認識#複数データセットの微調整#低CER性能
ダウンロード数 28
リリース時間 : 3/2/2022

モデル概要

これはイタリア語用の自動音声認識（ASR）モデルで、XLS - Rアーキテクチャに基づき、Common Voiceなどの公開データセットで微調整され、言語モデルを用いた強化認識をサポートします。

モデル特徴

複数データセットでの訓練
Common Voice、LibriSpeech、TEDなどの多言語データセットで微調整し、モデルのロバスト性を向上させます。
言語モデルによる強化
言語モデルを組み合わせた認識をサポートし、WERが約30％相対的に低下します。
異なるシーンへの適応
ロバストな音声イベントデータセットで良好な性能を発揮し、異なる録音環境に適応します。

モデル能力

イタリア語音声からテキストへの変換
言語モデルを用いた強化認識
複数のアクセントの認識

使用事例

音声文字起こし
会議記録
イタリア語の会議録音を文字記録に変換します。
CER 3.52%（言語モデル使用時）
メディア字幕生成
イタリア語のビデオコンテンツに自動的に字幕を生成します。
音声インタラクション
音声アシスタント
イタリア語の音声指令の認識をサポートします。
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