AIbase
JA
ホーム
Wav2vec2 Base Finetuned Amd
W

Wav2vec2 Base Finetuned Amd

justin1983によって開発
このモデルはfacebook/wav2vec2-baseを未知のデータセットでファインチューニングしたバージョンで、主に音声認識タスクに使用され、評価セットで84.55%の精度を達成しています。
音声認識
Transformers
オープンソースライセンス:Apache-2.0#音声認識#高精度#ファインチューニングモデル
ダウンロード数 14
リリース時間 : 5/5/2023

モデル概要

wav2vec2-baseアーキテクチャを基にファインチューニングした音声認識モデルで、自動音声テキスト変換タスクに適しています。

モデル特徴

高精度
評価セットで84.55%の精度を達成し、優れた性能を発揮します。
wav2vec2アーキテクチャ採用
実績のあるwav2vec2-baseアーキテクチャを採用し、優れた音声特徴抽出能力を備えています。
ファインチューニング最適化
ベースモデルに対して特定のドメインやアクセントに最適化されたファインチューニングを施しています。

モデル能力

音声認識
音声からテキストへの変換
自動音声転写

使用事例

音声テキスト化
会議議事録
会議の録音を自動的にテキスト記録に変換
精度84.55%
音声アシスタント
音声アシスタントのバックエンド認識エンジンとして利用
アクセシビリティアプリケーション
リアルタイム字幕生成
聴覚障害者向けにリアルタイム字幕サービスを提供
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