モデル選定

リアルタイム音声認識

# リアルタイム音声認識

Ultravox V0 4 ToolACE 8B

これは🤗 transformersモデルの説明カードで、音声テキストからテキストへのタスク用にHubプラットフォームにプッシュされています。

Parakeet Tdt Ctc 110m

NVIDIA NeMoとSuno.aiが共同開発した英語音声認識モデルで、句読点と大文字小文字変換をサポートし、FastConformer-TDT-CTCアーキテクチャを採用

音声認識英語

Distilhubert Finetuned Cry Detector

distilhubertアーキテクチャを微調整した泣き声検出モデルで、評価データセットで優れた性能を示し、精度は98.83%に達しました

Akylai STT Small

キルギス語Whisper ASRは、キルギス語に特化した自動音声認識ソリューションで、事前学習済みWhisperモデルをファインチューニングしたものです。

Transformers その他

the-cramer-project

Whisper Small Kyrgyz

Whisperアーキテクチャに基づくキルギス語自動音声認識(ASR)モデルで、キルギス共和国大統領府国家言語・言語政策全国委員会の支援により開発

Transformers その他

Faster Whisper Small

OpenAI Whisper小型モデルのCTranslate2フォーマット変換版、効率的な音声認識用

音声認識複数言語対応

Faster Whisper Large V2

Whisper large-v2はOpenAIが開発した大規模自動音声認識(ASR)モデルで、複数言語の音声から文字への変換タスクをサポートします。

音声認識複数言語対応

Englishspeechtotext

facebook/wav2vec2-xls-r-300mをファインチューニングした英語音声認識モデル

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

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

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

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