W

Whisper Medium Ml

thennalによって開発
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
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