W

Wav2vec2 Base 960h

Xenovaによって開発
Facebookのwav2vec2-base-960hモデルをONNX形式に変換したバージョンで、Transformers.js向けに設計されており、ブラウザ上での音声認識をサポート
ダウンロード数 117
リリース時間 : 7/26/2023

モデル概要

このモデルは自動音声認識(ASR)モデルで、音声入力をテキスト出力に変換し、英語音声の書き起こしタスクに適しています

モデル特徴

ブラウザ互換性
ONNX形式により、サーバー側の処理なしでブラウザ環境で直接実行可能
軽量
基本バージョンのモデルはリソースが限られた環境での展開に適しています
高精度
960時間の英語音声データでトレーニングされており、良好な認識精度を備えています

モデル能力

英語音声認識
リアルタイム音声書き起こし
ブラウザ上での音声処理

使用事例

音声書き起こし
会議議録の自動化
会議の録音を自動的に文字記録に変換
書き起こしの精度例は90%以上に達する
音声制御アプリケーション
Webアプリケーションに音声制御機能を追加
支援ツール
リアルタイム字幕生成
動画やライブコンテンツのためのリアルタイム字幕を生成
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