AIbase
JA
ホーム
Exp W2v2t It No Pretraining S842
E

Exp W2v2t It No Pretraining S842

jonatasgrosmanによって開発
ランダム初期化されたwav2vec2モデルを基にファインチューニングを行い、イタリア語音声認識タスク用に開発されました。トレーニングデータにはCommon Voice 7.0（イタリア語）のトレーニングセット分割部分を使用しています。
音声認識
Transformers
 その他オープンソースライセンス:Apache-2.0#イタリア語音声認識#事前学習モデルなし#16kHzサンプリングレート
ダウンロード数 18
リリース時間 : 7/8/2022

モデル概要

このモデルはwav2vec2アーキテクチャに基づく自動音声認識(ASR)モデルで、イタリア語に特化して最適化されています。事前学習済みの重みに依存せず、ランダム初期化状態から直接トレーニングを行っています。

モデル特徴

ランダム初期化トレーニング
モデルは事前学習済みの重みに依存せず、ランダム初期化状態から直接トレーニングを行うため、特定言語向けのカスタマイズ開発に適しています
イタリア語最適化
イタリア語音声認識タスク向けに特別に最適化されており、トレーニングデータはCommon Voice 7.0イタリア語データセットから取得しています
16kHzサンプリングレート対応
モデルは16kHzサンプリングレートの音声入力を処理可能で、一般的な音声認識アプリケーションシナリオに対応しています

モデル能力

イタリア語音声認識
音声テキスト変換

使用事例

音声文字起こし
イタリア語音声文字起こし
イタリア語の音声コンテンツをテキストに変換
音声アシスタント
イタリア語音声コマンド認識
イタリア語音声アシスタントシステムにおけるコマンド認識に使用
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