AIbase
JA
ホーム
Exp W2v2t Ja Vp It S544
E

Exp W2v2t Ja Vp It S544

jonatasgrosmanによって開発
facebook/wav2vec2-large-it-voxpopuliモデルをベースに、Common Voice 7.0（日本語版）のトレーニングセットを使用して音声認識のファインチューニングを行った日本語自動音声認識モデルです。
音声認識
Transformers
 日本語オープンソースライセンス:Apache-2.0#日本語音声認識#16kHzサンプリングレート#Common Voiceファインチューニング
ダウンロード数 18
リリース時間 : 7/8/2022

モデル概要

このモデルは日本語自動音声認識（ASR）モデルで、日本語音声に特化して最適化されており、日本語音声をテキストに変換するタスクに適しています。

モデル特徴

日本語音声認識
日本語音声に特化して最適化された自動音声認識モデル
wav2vec2アーキテクチャベース
facebookのwav2vec2-large-it-voxpopuliアーキテクチャを使用してファインチューニング
16kHzサンプリングレート対応
最適な結果を得るためには入力音声のサンプリングレートが16kHzである必要があります

モデル能力

日本語音声認識
音声からテキストへの変換

使用事例

音声文字起こし
日本語会議議事録
日本語の会議録音を自動的に文字記録に変換
日本語音声メモ
日本語の音声メモを検索可能なテキストに変換
支援技術
日本語音声操作
日本語ユーザー向けの音声操作インターフェースを提供
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