%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)
Wav2vec2 Xlsr Multilingual 53 Fa
wav2vec 2.0アーキテクチャに基づく多言語音声認識モデルで、ペルシア語向けに特別にファインチューニングされており、単語誤り率を大幅に低減
音声認識
Transformers
TransformersW
masoudmzb
83
7
Wav2vec2 Large Xlsr 53 Breton
Apache-2.0
facebook/wav2vec2-large-xlsr-53をブルトン語でファインチューニングした音声認識モデル
音声認識 その他
W
mrm8488
26
0
Wav2vec2 Base Da Voxpopuli V2
Facebook Wav2Vec2アーキテクチャに基づく音声モデルで、デンマーク語に特化して事前学習されており、VoxPopuliコーパスの13.6kの未ラベルデータを使用しています。
音声認識 Transformers その他
Transformers その他W
facebook
35
0
Wav2vec2 Large Superb Ks
Apache-2.0
Wav2Vec2-Large-LV60事前学習モデルを基に、SUPERBキーワード検出タスクでファインチューニングした音声分類モデル
音声認識 Transformers 英語
Transformers 英語W
superb
18
1
Wav2vec2 Large Xlsr Georgian
Apache-2.0
facebook/wav2vec2-large-xlsr-53モデルをファインチューニングしたジョージア語自動音声認識モデル、16kHzサンプリングレートの音声入力をサポート
音声認識 Transformers その他
Transformers その他W
xsway
14.80k
1
Wav2vec2 Large Xlsr 53 Dhivehi V2
Apache-2.0
facebook/wav2vec2-large-xlsr-53モデルを基に、Common Voiceのディベヒ語データでファインチューニングした自動音声認識モデルです。
音声認識 Transformers その他
Transformers その他W
shahukareem
31
3
Sew D Tiny 100k
Apache-2.0
SEW-DはASAPP Researchが開発した圧縮効率型音声事前学習モデルで、16kHzサンプリングの音声データで事前学習されており、様々な下流音声タスクに適用可能です。
音声認識 Transformers 英語
Transformers 英語S
asapp
1,074
2
Wav2vec2 Large Xlsr 53 Vietnamese
Apache-2.0
facebook/wav2vec2-large-xlsr-53モデルをベトナム語向けにファインチューニングした自動音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。
音声認識 Transformers その他
Transformers その他W
not-tanh
22
4
Hubert Large Superb Ks
Apache-2.0
Hubert-Largeアーキテクチャに基づくキーワード検出モデルで、SUPERBベンチマークで優れた性能を発揮
音声認識 Transformers 英語
Transformers 英語H
superb
78
0
Wav2vec2 Large Fr Voxpopuli French
Apache-2.0
facebook/wav2vec2-large-fr-voxpopuliをファインチューニングしたフランス語音声認識モデル、Common Voice 6.1フランス語データセットでトレーニング、16kHz音声入力に対応
音声認識 フランス語
W
jonatasgrosman
51
3
Unispeech 1350 En 17h Ky Ft 1h
マイクロソフトUniSpeechアーキテクチャに基づく音声認識モデルで、キルギス語向けに特別にファインチューニングされています
音声認識 Transformers その他
Transformers その他U
microsoft
39
1
Wav2vec2 Large West Germanic Voxpopuli V2
FacebookのWav2Vec2大型モデルで、西ゲルマン語系のVoxPopuliコーパス66.3時間の未注釈データのみで事前学習されています。
音声認識 Transformers
TransformersW
facebook
25
1
Wav2vec2 Large Xlsr 53 Estonian
Apache-2.0
facebook/wav2vec2-large-xlsr-53モデルを基に、Common Voiceデータセットでエストニア語にファインチューニングした自動音声認識モデル
音声認識 Transformers その他
Transformers その他W
vasilis
26
0
W2v Hf Commonvoice From Xlsr53 Pretrain 0329UTC1500
facebook/wav2vec2-large-xlsr-53をCommon Voice日本語データセットでファインチューニングした音声認識モデル
音声認識 Transformers
TransformersW
qqpann
15
0
Wav2vec2 Large Xlsr 53 Sakha
Apache-2.0
XLSR-53大規模モデルをファインチューニングしたヤクート語音声認識モデル、単語誤り率32.23%
音声認識 その他
W
anton-l
25
0
Wav2vec2 Base Vn 270h
約270時間のベトナム語注釈データでファインチューニングされた音声認識モデルで、ベトナム語の自動音声認識タスクをサポート
音声認識 その他
W
dragonSwing
202
8
Wav2vec2 Large Xlsr 53 Dutch
Apache-2.0
facebook/wav2vec2-large-xlsr-53をオランダ語Common Voiceデータセットでファインチューニングした自動音声認識モデルで、テストWERは17.09%です。
音声認識 Transformers その他
Transformers その他W
wietsedv
44
1
Wav2vec2 Large Xlsr Vietnamese
Apache-2.0
facebook/wav2vec2-large-xlsr-53モデルをベースにファインチューニングしたベトナム語自動音声認識モデル
音声認識 その他
W
Nhut
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