D

Digit Mask Data2vec Audio Base 960h Ft

mazkoolegによって開発
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
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