Wav2vec2 S F O 8batch 5sec 0.0001lr Unfrozen
facebook/wav2vec2-largeを微調整した音声処理モデルで、音声認識タスクをサポート
ダウンロード数 21
リリース時間 : 5/5/2023
モデル概要
このモデルはfacebook/wav2vec2-largeアーキテクチャを微調整したバージョンで、主に音声関連タスクに使用され、評価セットで66.67%の精度と67.42%のF1値を達成しました。
モデル特徴
効率的な微調整
事前学習済みのwav2vec2-largeモデルを基に微調整を行い、大規模事前学習の利点を最大限に活用
最適化されたトレーニング
バッチサイズ8と学習率0.0001を使用してトレーニングを行い、トレーニングの安定性を確保
線形学習率スケジューリング
0.003のウォームアップ比率を伴う線形学習率スケジューラーを使用し、トレーニングプロセスを最適化
モデル能力
音声認識
音声特徴抽出
使用事例
音声処理
音声からテキストへ
音声信号をテキスト内容に変換
評価セットで66.67%の精度を達成
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