W

Wav2vec2 Base Finetuned Speech Commands V0.02

0xb1によって開発
このモデルはfacebook/wav2vec2-baseをspeech_commandsデータセットでファインチューニングした音声コマンド認識モデルで、精度は97.59%です。
ダウンロード数 1.2M
リリース時間 : 4/8/2023

モデル概要

wav2vec2アーキテクチャに基づく音声コマンド認識モデルで、短い音声コマンドの識別に特化しています。

モデル特徴

高精度
speech_commands評価セットで97.59%の精度を達成
wav2vec2アーキテクチャベース
wav2vec2の強力な音声特徴抽出能力を活用
軽量なファインチューニング
ベースモデルに対してターゲットを絞ったファインチューニングを行い、効率を保ちつつ特定タスクの性能を向上

モデル能力

音声コマンド認識
短音声分類
音声特徴抽出

使用事例

スマートホーム制御
音声制御コマンド認識
照明のオン/オフなどの簡単な音声コマンドを認識
精度97.59%
音声アシスタント
基本コマンド認識
はい/いいえ、開始/停止などの基本的なインタラクションコマンドを認識
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