AIbase
JA
ホーム
Whisper Large V2 Cantonese
W

Whisper Large V2 Cantonese

simonl0909によって開発
OpenAI Whisper Large V2を広東語データセットでファインチューニングした自動音声認識モデルで、テストセットで6.7274%の文字誤り率を達成
音声認識
Transformers
 その他オープンソースライセンス:Apache-2.0#広東語音声認識#低文字誤り率#Common Voiceファインチューニング
ダウンロード数 131
リリース時間 : 12/11/2022

モデル概要

広東語に特化して最適化された音声認識モデルで、広東語音声から文字への変換タスクに適しています

モデル特徴

広東語最適化
Common Voice広東語データセットでファインチューニングされ、広東語音声認識に特化して最適化されています
低誤り率
テストセットで6.7274%の文字誤り率(CER)を達成し、優れた性能を発揮
Whisperアーキテクチャベース
強力なWhisper Large V2ベースモデルを基盤としており、その優れた音声認識能力を継承しています

モデル能力

広東語音声認識
音声から文字へ
自動音声転写

使用事例

音声転写
広東語会議議事録
広東語の会議内容を自動的に文字記録に転写
文字誤り率6.7274%
広東語メディア字幕生成
広東語の動画コンテンツに自動的に字幕を生成
音声アシスタント
広東語音声インタラクション
広東語音声コマンド認識をサポート
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
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
English简体中文繁體中文にほんご
© 2025AIbase