%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Audio Classification Model
Apache-2.0
facebook/wav2vec2-base-960hを微調整した音声分類モデルで、具体的な用途とトレーニングデータは明記されていません。
音声分類
Transformers
TransformersA
SinghManish
19
1
Neunit Ks
Apache-2.0
facebook/wav2vec2-baseを微調整した音声処理モデル、精度は28.57%
音声認識 Transformers
TransformersN
SHENMU007
23
0
Wav2vec2 Nsc Final 2 Google Colab
Apache-2.0
facebook/wav2vec2-baseを微調整した音声処理モデル、具体的な用途は明記されていません
音声認識 Transformers
TransformersW
YuanWellspring
14
0
Wav2vec2 Base Librispeech Demo Colab
Apache-2.0
このモデルはfacebook/wav2vec2-baseをLibriSpeechデータセットで微調整した音声認識モデルで、英語音声からテキストへの変換タスクに適しています。
音声認識 Transformers
TransformersW
khanhnguyen
24
0
Part1
Apache-2.0
このモデルはfacebook/wav2vec2-baseを微調整した音声処理モデルで、具体的な用途は明記されていません
音声認識 Transformers
TransformersP
zasheza
28
0
Wav2vec2 Base Toy Train Data Random Low Pass
Apache-2.0
このモデルはfacebook/wav2vec2-baseを未知のデータセットで微調整した音声認識モデルで、自動音声認識(ASR)タスクに主に使用されます。
音声認識 Transformers
TransformersW
scasutt
29
0
Wav2vec2 Large Xlsr 53 Toy Train Data Masked Audio 10ms
Apache-2.0
facebook/wav2vec2-large-xlsr-53を基に微調整した音声認識モデルで、10ms音声マスキング訓練データで最適化されています
音声認識 Transformers
TransformersW
scasutt
22
0
Wav2vec2 Base Toy Train Data Masked Audio 10ms
Apache-2.0
facebook/wav2vec2-baseを微調整した音声認識モデルで、10ms音声マスキングタスクでトレーニング
音声認識 Transformers
TransformersW
scasutt
22
0
Wav2vec2 Base Toy Train Data Augment 0.1
Apache-2.0
facebook/wav2vec2-baseを微調整した音声認識モデルで、玩具データセットで訓練され、0.1の比率でデータ拡張が適用されています
音声認識 Transformers
TransformersW
scasutt
22
0
Wav2vec2 Base Toy Train Data Augment 0.1.csv
Apache-2.0
このモデルはfacebook/wav2vec2-baseをベースに微調整された音声認識モデルで、データ拡張技術（拡張率0.1）を使用しています。
音声認識 Transformers
TransformersW
scasutt
21
0
Wav2vec2 Model1 Torgo
Apache-2.0
facebook/wav2vec2-baseをベースに微調整した音声認識モデル
音声認識 Transformers
TransformersW
modhp
20
0
Wav2vec2 Large Xlsr 53 Toy Train Data Augment 0.1.csv
Apache-2.0
このモデルはfacebook/wav2vec2-baseを微調整した音声認識モデルで、データ拡張技術を使用して訓練されています
音声認識 Transformers
TransformersW
scasutt
22
0
Sew D Small 100k Ft Timit
Apache-2.0
asapp/sew-d-small-100kを基にTIMIT_ASRデータセットで微調整された自動音声認識モデル
音声認識 Transformers
TransformersS
patrickvonplaten
18
0
Sew D Small 100k Timit
Apache-2.0
このモデルはasapp/sew-d-small-100kをベースにTIMIT_ASR - NAデータセットで微調整された自動音声認識モデルで、評価セットで0.8061の単語誤り率を達成しました。
音声認識 Transformers
TransformersS
patrickvonplaten
16
0
Alphadelay
Apache-2.0
facebook/wav2vec2-baseを微調整した音声認識モデル、単語誤り率(WER)は1.0
音声認識 Transformers
TransformersA
renBaikau
17
0
Sat Base
microsoft/unispeech-sat-baseをTIMIT_ASRデータセットで微調整した自動音声認識モデル
音声認識 Transformers
TransformersS
patrickvonplaten
22
0
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
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
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