AIbase
JA
ホーム
Wav2vec2 Large Xlsr 53 Demo Colab
W

Wav2vec2 Large Xlsr 53 Demo Colab

Mahalakshmiによって開発
これはwav2vec2アーキテクチャに基づく自動音声認識モデルで、タミル語に特化して最適化されており、ネパール語音声認識タスクをサポートします。
音声認識
Transformers
 その他オープンソースライセンス:Apache-2.0#多言語音声認識#低WER率#XLSR-53アーキテクチャ
ダウンロード数 17
リリース時間 : 3/2/2022

モデル概要

このモデルは主に自動音声認識（ASR）タスクに使用され、タミル語とネパール語の音声をテキストに変換できます。

モデル特徴

多言語サポート
タミル語とネパール語の音声認識をサポートします。
高性能
openslrデータセットでのテストWERは25.02で、優れた性能を発揮します。
wav2vec2アーキテクチャ採用
先進的なwav2vec2-large-xlsr-53アーキテクチャを採用し、強力な音声認識能力を備えています。

モデル能力

音声認識
多言語処理

使用事例

音声からテキストへ
タミル語音声文字起こし
タミル語音声をテキストに変換し、音声アシスタントや字幕生成などのシナリオに適用できます。
テストWERは25.02
ネパール語音声文字起こし
ネパール語音声をテキストに変換し、音声アシスタントや字幕生成などのシナリオに適用できます。
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