AIbase
JA
ホーム
Speechcommand Demo
S

Speechcommand Demo

SHENMU007によって開発
facebook/wav2vec2-baseをファインチューニングした音声コマンド分類モデル、superbデータセットでトレーニングされ、精度98.09%を達成
音声分類
Transformers
オープンソースライセンス:Apache-2.0#音声コマンド認識#高精度オーディオ分類#wav2vec2ファインチューニング
ダウンロード数 18
リリース時間 : 5/23/2023

モデル概要

このモデルは音声コマンド分類タスク向けに最適化された深層学習モデルで、音声指令を正確に認識・分類できます

モデル特徴

高精度
評価データセットで98.09%の精度を達成
wav2vec2アーキテクチャ採用
facebook/wav2vec2-baseをベースモデルとしてファインチューニング
効率的なトレーニング
混合精度トレーニングと勾配蓄積技術でトレーニング効率を最適化

モデル能力

音声コマンド分類
オーディオ特徴量抽出
音声指令認識

使用事例

スマートホーム制御
音声制御デバイス
ユーザーの音声指令を認識してスマートホームデバイスを制御
一般的な制御コマンドを高精度で認識
音声アシスタント
基本コマンド認識
音声アシスタントに基本的なコマンド認識機能を提供
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
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