W

Wav2vec2 Large Xls R 300m Hindi Colab

Bharathdamuによって開発
このモデルは、facebook/wav2vec2 - xls - r - 300mをcommon_voiceデータセットで微調整したバージョンで、主にヒンディー語音声認識タスクに使用されます。
ダウンロード数 19
リリース時間 : 3/2/2022

モデル概要

wav2vec2アーキテクチャに基づくヒンディー語音声認識モデルで、ヒンディー語の音声をテキストに変換するタスクに適しています。

モデル特徴

XLS - Rアーキテクチャに基づく
Facebookのwav2vec2 - XLS - R - 300Mアーキテクチャを採用し、強力な音声特徴抽出能力を持っています。
ヒンディー語最適化
ヒンディー語に特化して微調整され、ヒンディー語音声認識タスクでより良い性能を発揮します。
効率的なトレーニング
混合精度トレーニングや勾配累積などの技術を使用し、トレーニング効率を向上させます。

モデル能力

ヒンディー語音声認識
音声からテキストへの変換

使用事例

音声文字起こし
ヒンディー語音声文字起こし
ヒンディー語の音声内容をテキスト形式に変換する
音声アシスタント
ヒンディー語音声インタラクション
ヒンディー語音声アシスタントに音声認識機能を提供する
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