Digit Mask Data2vec Audio Base 960h Ft
data2vec-audio-base-960hを微調整した音声数字認識モデルで、数字マスキング拡張データセットで優れた性能を発揮
ダウンロード数 14
リリース時間 : 5/7/2023
モデル概要
このモデルは音声数字認識タスク向けに最適化されたバージョンで、特に数字マスキングシナリオでの音声データ処理に適しています
モデル特徴
高精度数字認識
評価データセットで99.91%の精度とF1値を達成
数字マスキング最適化
数字マスキングシナリオ向けに特別にトレーニングと最適化を実施
data2vecベースの微調整
強力なdata2vec音声ベースモデルを基に微調整
モデル能力
音声数字認識
マスキング音声処理
高精度分類
使用事例
音声処理
電話数字認識
電話音声中の数字入力を認識
99.91%精度
音声CAPTCHA認識
音声CAPTCHA中の数字シーケンスを解析
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