Phi 4 Multimodal Instruct Ko Asr
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
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