W

Wav2vec2 Large Xlsr 53 Russian

anton-lによって開発
facebook/wav2vec2-large-xlsr-53モデルをファインチューニングしたロシア語自動音声認識(ASR)モデルで、Common Voiceロシア語データセットで17.39%の単語誤り率(WER)を達成。
ダウンロード数 735
リリース時間 : 3/2/2022

モデル概要

これはロシア語に特化して最適化された自動音声認識モデルで、Wav2Vec2アーキテクチャに基づき、ロシア語音声をテキストに変換するのに適しています。

モデル特徴

高精度ロシア語認識
Common Voiceロシア語テストセットで17.39%の単語誤り率(WER)を達成
言語モデル不要
追加の言語モデルサポートなしで直接使用可能
XLSR事前学習ベース
多言語音声表現学習(XLSR)の大規模事前学習モデルをファインチューニング

モデル能力

ロシア語音声認識
音声からテキストへの変換
16kHzオーディオ処理

使用事例

音声文字起こし
ロシア語会議議事録
ロシア語の会議やインタビュー内容を自動的に文字起こし
約82.61%の精度 (WER 17.39%)
音声アシスタント
ロシア語音声アシスタントに音声認識機能を提供
アクセシビリティ技術
リアルタイム字幕生成
ロシア語動画コンテンツにリアルタイムで字幕を生成
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