Test
T
Test
GleamEyeBeastによって開発
このモデルはfacebook/wav2vec2-base-960hをファインチューニングした音声認識モデルで、評価セットで21.61%の単語誤り率を達成しました。
ダウンロード数 21
リリース時間 : 3/2/2022
モデル概要
これは音声認識タスク用のファインチューニングモデルで、Facebookのwav2vec2アーキテクチャに基づいており、英語音声からテキストへの変換タスクに適しています。
モデル特徴
効率的なファインチューニング
事前学習済みwav2vec2モデルを基にファインチューニングし、限られたデータで迅速な適応を実現
低単語誤り率
評価セットで21.61%の単語誤り率を達成し、良好な性能を示す
軽量
wav2vec2-baseアーキテクチャを採用し、より大きなモデルと比べて計算リソースの要求が低い
モデル能力
英語音声認識
音声からテキストへの変換
音声書き起こし
使用事例
音声書き起こし
会議議事録
英語の会議録音を自動的にテキスト記録に変換
約78.39%の精度(21.61%の単語誤り率に基づく)
音声メモ
英語の音声メモを検索可能なテキストに変換
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