P

Phi 4 Multimodal Instruct Ko Asr

junneiによって開発
microsoft/Phi-4-multimodal-instructを微調整した韓国語自動音声認識(ASR)および音声翻訳(AST)モデルで、zeroth-koreanとfleursデータセットで優れた性能を発揮します。
ダウンロード数 354
リリース時間 : 3/5/2025

モデル概要

このモデルは韓国語音声認識と翻訳タスクに特化しており、微調整により韓国語環境での認識精度と翻訳品質が向上しています。

モデル特徴

高性能韓国語認識
zeroth-koreanテストセットで1.316の文字誤り率(CER)と2.951の単語誤り率(WER)を達成
マルチタスクサポート
自動音声認識(ASR)と音声翻訳(AST)タスクを同時にサポート
最適化トレーニング
H100 GPUを使用した960ステップの集中的なトレーニングにより、韓国語処理能力が大幅に向上

モデル能力

韓国語音声認識
韓国語-英語音声翻訳
英語-韓国語音声翻訳

使用事例

音声文字起こし
韓国語会議議事録
韓国語会議録音をリアルタイムで文字に変換
zerothテストセットで文字誤り率わずか1.316%
音声翻訳
韓国語-英語リアルタイム翻訳
韓国語音声をリアルタイムで英語テキストに翻訳
fleursテストセットでBLEUスコア67.659を達成
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