AIbase
JA
ホーム
Exp W2v2t En Vp Nl S281
E

Exp W2v2t En Vp Nl S281

jonatasgrosmanによって開発
facebook/wav2vec2-large-nl-voxpopuliモデルを基に微調整した英語音声認識モデルで、Common Voice 7.0トレーニングセットを使用して学習されています。
音声認識
Transformers
 英語オープンソースライセンス:Apache-2.0#英語音声認識#wav2vec2の微調整#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

このモデルは英語の自動音声認識(ASR)モデルで、英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

高品質な事前学習モデルを基に
facebook/wav2vec2-large-nl-voxpopuliモデルを基に微調整されており、強力な音声特徴抽出能力を継承しています。
Common Voiceデータセットの使用
Mozilla Foundationが提供するCommon Voice 7.0データセットを使用して学習されており、データ品質が信頼できます。
16kHzサンプリングレート対応
16kHzサンプリングレートの音声入力を処理するために特別に最適化されています。

モデル能力

英語音声認識
音声からテキストへの変換

使用事例

音声文字起こし
会議議事録
英語の会議録音を自動的に文字記録に変換
字幕生成
英語の動画コンテンツに自動的に字幕を生成
音声アシスタント
音声コマンド認識
英語音声アシスタントシステムでの音声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