Wav2vec2 Base Finetuned Speech Commands V0.02
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
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