D

Distil Wav2vec2

OthmaneJによって開発
Distil-wav2vec2はwav2vec2モデルの蒸留バージョンで、サイズが45%縮小され、推論速度が2倍に向上し、自動音声認識タスクに適しています。
ダウンロード数 854
リリース時間 : 3/2/2022

モデル概要

このモデルはwav2vec2モデルの軽量化バージョンで、自動音声認識タスクに特化しており、蒸留技術によってより小さなモデルサイズとより速い推論速度を実現しています。

モデル特徴

軽量化
モデルサイズがオリジナルのwav2vec2ベースモデルより45%縮小され、リソースが限られた環境に適しています。
高効率推論
推論速度が2倍に向上し、CPUでの処理時間は0.4006秒、GPUでの処理時間は0.0046秒(バッチサイズ64の場合)です。
性能バランス
比較的低い単語誤り率を維持しながら、実行効率を大幅に向上させています。

モデル能力

英語音声認識
音声をテキストに変換

使用事例

音声文字起こし
会議記録
会議の録音を自動的にテキストに起こす
Librispeech-test-cleanでの単語誤り率は0.0983
音声アシスタント
軽量音声アシスタントの音声認識モジュールに使用
リソース制限のあるデバイスでの高速応答を実現
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