0 9up Ast Ft
このモデルはMIT/ast-finetuned-speech-commands-v2をベースに数字音声コマンドデータセットでファインチューニングされたオーディオ分類モデルで、0-9の数字音声コマンド認識に主に使用されます
ダウンロード数 19
リリース時間 : 2/26/2023
モデル概要
これは音声コマンド認識タスク向けに特別にファインチューニングされたオーディオスペクトログラムトランスフォーマー(AST)モデルで、数字認識において優れた性能を発揮します
モデル特徴
高精度
評価データセットで99.79%の精度を達成
ファインチューニング最適化
事前学習済みモデルを特定の音声コマンドデータセットで最適化
効率的なトレーニング
勾配蓄積などの技術を使用して効率的なトレーニングを実現
モデル能力
数字音声認識
オーディオ分類
コマンド単語検出
使用事例
音声インタラクション
数字音声入力システム
数字入力が必要な音声インタラクションシステム向け
高精度な数字認識
音声制御デバイス
数字コマンドをサポートするスマートホームや産業機器制御
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