Whisper Large V3 Turbo STT Zeroth KO V2
Whisper Large v3 Turboを基に最適化された韓国語自動音声認識モデルで、高精度かつタイムスタンプ付きの書き起こし結果を提供
ダウンロード数 662
リリース時間 : 2/3/2025
モデル概要
このモデルはopenai/whisper-large-v3-turboの最適化バージョンで、韓国語自動音声認識(ASR)タスクに特化して微調整されており、高精度な音声書き起こし機能を提供することを目的としています。
モデル特徴
韓国語最適化
韓国語音声認識に特化して微調整されており、より高い書き起こし精度を提供
タイムスタンプ対応
書き起こし結果にタイムスタンプ情報を含み、音声コンテンツの位置特定が容易
増分微調整
段階的な増分微調整戦略を採用し、モデル性能を継続的に最適化
データ拡張
トレーニング過程で20%のランダムデータ拡張を適用し、モデルの頑健性を向上
モデル能力
韓国語音声認識
タイムスタンプ付き書き起こし
高精度音声テキスト変換
使用事例
音声書き起こし
韓国語会議議事録
韓国語会議録音を自動でタイムスタンプ付きテキストに書き起こし
単語誤り率19.9134%、文字誤り率0.0660%
韓国語メディア字幕生成
韓国語動画コンテンツに自動で字幕を生成
音声分析
韓国語音声コンテンツ分析
韓国語音声コンテンツを分析し、キー情報を抽出
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