S

Seamless M4t V2 Large Speech Encoder

WueNLPによって開発
SeamlessM4Tv2-Largeから抽出された音声エンコーダモジュールで、クロスランゲージおよび多言語のシーケンスレベルのオーディオ分類タスクに優れています
ダウンロード数 67
リリース時間 : 11/18/2024

モデル概要

このモデルは多言語音声エンコーダで、100以上の言語をサポートするオーディオ分類タスク専用です。

モデル特徴

多言語サポート
100以上の言語の音声エンコーディングと分類をサポート
オーディオ分類
クロスランゲージおよび多言語のシーケンスレベルのオーディオ分類タスクに優れています
効率的な処理
16kHzオーディオ波形の処理に最適化されています

モデル能力

音声特徴抽出
多言語オーディオ分類
音声エンコーディング

使用事例

音声認識
多言語音声分類
複数の言語の音声を分類
SIB-Fleursデータセットで優れた性能を発揮
音声処理
音声特徴抽出
音声から有用な特徴を抽出
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
© 2025AIbase