Ast Finetuned Speech Commands V2
ASTアーキテクチャに基づく音声コマンド認識モデル、ウェブ展開向けに最適化されたONNXフォーマット版
ダウンロード数 15
リリース時間 : 6/27/2023
モデル概要
このモデルはMITが公開した音声コマンド認識モデルで、Audio Spectrogram Transformer (AST)アーキテクチャをファインチューニングし、Transformers.jsライブラリのウェブ展開要件に合わせてONNXフォーマットに変換されています
モデル特徴
ウェブ最適化
Transformers.jsに適合するようONNXフォーマットに変換され、ブラウザ環境で直接実行可能
軽量展開
エッジコンピューティングシナリオ向けに設計され、リソースが限られたクライアントアプリケーションに適しています
リアルタイム処理
音声コマンド認識シナリオ向けに最適化され、低遅延特性を備えています
モデル能力
音声コマンド認識
オーディオ分類
リアルタイム音声処理
使用事例
スマートホーム
音声制御デバイス
音声コマンドでスマートホームデバイスを制御
高精度な非接触制御を実現
アクセシビリティ技術
音声支援システム
身体が不自由なユーザー向けの音声インターフェースを提供
デバイス操作のハードルを低減
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