AIbase
JA
ホーム
Wav2vec2 Base Ft Keyword Spotting
W

Wav2vec2 Base Ft Keyword Spotting

anton-lによって開発
facebook/wav2vec2-baseをSUPERBデータセットでファインチューニングした音声キーワード認識モデルで、精度は98.26%を達成
音声分類
Transformers
オープンソースライセンス:Apache-2.0#音声キーワード認識#高精度#音声コマンド検出
ダウンロード数 70
リリース時間 : 3/2/2022

モデル概要

このモデルはキーワード認識用の音声分類モデルで、wav2vec2アーキテクチャを基にファインチューニングされており、音声から特定のキーワードを検出するのに優れています

モデル特徴

高精度
評価データセットで98.26%の精度を達成し、優れた性能を発揮
wav2vec2アーキテクチャ採用
実績のあるwav2vec2-baseアーキテクチャをベースモデルとして採用
効率的なファインチューニング
SUPERBデータセットでターゲットを絞ったファインチューニングを行い、キーワード認識能力を最適化

モデル能力

音声分類
キーワード認識
音声特徴抽出

使用事例

スマートホーム
音声ウェイクアップ
スマートデバイスの音声ウェイクアップ機能に使用
高精度でウェイクアップワードを認識
音声アシスタント
コマンドワード認識
ユーザーの音声コマンドからキーとなるコマンドワードを認識
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
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
English简体中文繁體中文にほんご
© 2025AIbase