Whisper Medium Ml
OpenAI Whisper-mediumをファインチューニングしたマラヤーラム語自動音声認識モデル、Common Voice 11.0などのデータセットでトレーニング
ダウンロード数 127
リリース時間 : 12/12/2022
モデル概要
このモデルはマラヤーラム語に最適化された自動音声認識(ASR)システムで、Whisper-mediumアーキテクチャをベースにファインチューニングされており、高精度な音声から文字への変換機能をサポート
モデル特徴
複数データセットトレーニング
Common Voice 11.0、Fleursおよび複数のマラヤーラム語専用データセットを統合してトレーニング
最適化された誤り率
Common Voiceテストセットで11.49の単語誤り率(WER)を達成
標準化処理
マラヤーラム語の特性に合わせてテキスト標準化処理プロセスを最適化
モデル能力
マラヤーラム語音声認識
長音声処理(30秒チャンクをサポート)
タイムスタンプ付き書き起こし(オプション)
使用事例
音声書き起こし
音声コンテンツの書き起こし
マラヤーラム語の音声コンテンツを文字に変換
テストセットで88.51%の単語認識精度を達成
支援ツール
アクセシビリティアプリケーション
聴覚障害者向けにリアルタイム字幕生成を提供
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