V

Vegam Whisper Medium Ml

smcprojectによって開発
これはthennal/whisper-medium-mlをCTranslate2モデル形式に変換したバージョンで、マラヤーラム語音声認識に使用されます
ダウンロード数 83
リリース時間 : 5/19/2023

モデル概要

このモデルはWhisperアーキテクチャに基づくマラヤーラム語自動音声認識(ASR)モデルで、推論速度向上のためにCTranslate2形式に変換されています

モデル特徴

効率的な推論
CTranslate2形式に変換されており、faster-whisperを使用した高速推論をサポート
複数データセットトレーニング
google/fleurs、thennal/IMaSC、mozilla-foundation/common_voice_11_0などの複数データセットでトレーニング
マルチ精度サポート
FP16やINT8など複数の計算精度をサポートし、様々なハードウェアで性能を最適化可能

モデル能力

マラヤーラム語音声認識
音声からテキストへの変換
マルチ精度推論

使用事例

音声文字起こし
音声ファイルの文字起こし
マラヤーラム語の音声ファイルをテキストに変換
サンプルでは正確な音声認識結果が示されています
音声処理アプリケーション
音声アシスタント
マラヤーラム語音声アシスタントの開発に使用
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