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
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