W

Wav2vec2 Large Xlsr 53 Chinese Zh Cn Gpt

ydshiehによって開発
facebook/wav2vec2-large-xlsr-53をベースに中国語(zh-CN)でCommon Voiceデータセットを使用してファインチューニングした音声認識モデル
ダウンロード数 127
リリース時間 : 3/2/2022

モデル概要

このモデルは中国語普通話向けの自動音声認識(ASR)モデルで、Wav2Vec2アーキテクチャに基づき、Common Voiceの中国語データセットでファインチューニングされており、簡体中国語の音声からテキストへの変換タスクをサポートします。

モデル特徴

複数データセットでのファインチューニング
Common Voiceのzh-CNとzh-TWデータセットを同時に使用して訓練し、繁体字中国語を簡体字中国語に変換
言語モデル不要
追加の言語モデルサポートなしで直接使用可能
標準サンプリングレート対応
16kHzの標準音声入力サンプリングレートをサポート

モデル能力

中国語音声認識
音声からテキストへの変換
普通話認識

使用事例

音声文字起こし
音声テキスト化
中国語音声内容をテキスト形式に変換
CER 20.90%
音声アシスタント
音声コマンド認識
ユーザーの中国語音声コマンドを認識
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