W

Wav2vec2 Base Voxpopuli Sv Swedish

KBLabによって開発
FacebookのVoxPopuli-svベース版モデルをベースに、NSTとCommon Voiceのデータを使って微調整されたスウェーデン語音声認識モデルです。
ダウンロード数 38
リリース時間 : 3/2/2022

モデル概要

このモデルは、スウェーデン語の自動音声認識(ASR)に使用されるWav2vec 2.0モデルで、NSTスウェーデン語ASRデータベースとCommon Voiceデータセットで微調整されています。

モデル特徴

高性能なスウェーデン語認識
NSTテストセットでは5.62%のWER、Common Voiceテストセットでは19.15%のWERを達成します。
複数のデータセットでの学習
NSTスウェーデン語ASRデータベースとCommon Voiceデータセットを使って微調整されています。
言語モデル不要
追加の言語モデルのサポートなしで直接使用できます。

モデル能力

スウェーデン語音声認識
16kHzオーディオ処理

使用事例

音声から文字への変換
スウェーデン語音声の文字起こし
スウェーデン語の音声内容を文字に変換します。
専門のデータセットで5.62%の単語誤り率を達成します。
音声アシスタント
スウェーデン語の音声アシスタントアプリに使用される音声認識コンポーネントです。
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