W

Wav2vec2 S F O 8batch 5sec 0.0001lr Unfrozen

reralleによって開発
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
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