モデル選定

Common Voiceファインチューニング

# Common Voiceファインチューニング

Wav2vec2 Large Xlsr 53 Hungarian

facebook/wav2vec2-large-xlsr-53を基に、ハンガリー語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

Transformers その他

OpenAI Whisper Mediumモデルをファインチューニングしたウズベク語自動音声認識モデル

Transformers その他

Disper Small Salam

OpenAI Whisper-smallをファインチューニングしたアラビア語音声認識モデル

Transformers アラビア語

Whisper Medium Cv11 German Ct2

OpenAIのwhisper-mediumモデルをCommon Voice 11.0ドイツ語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

Transformers ドイツ語

Whisper Baseをファインチューニングしたウズベク語音声認識モデル、Common Voiceデータセットでトレーニング済み

Transformers その他

Whisper Small Uzbek

OpenAI Whisper-smallをファインチューニングしたウズベク語自動音声認識モデル、Common Voice 17.0データセットでトレーニング

Transformers その他

Whisper Large V3 Turbo Es

Whisper-large-v3-turboをファインチューニングしたスペイン語音声認識モデル。Common Voice 17.0スペイン語データセットで単語誤り率を5.34%まで低減

Transformers スペイン語

Whisper Tiny Chinese

OpenAI Whisper TinyモデルをCommon Voice 11.0中国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

Transformers 中国語

Whisper Large V3 Az

このモデルはOpenAIのWhisper Large v3をアゼルバイジャン語のCommon Voice 17.0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(ASR)モデルで、1.195%の単語誤り率(WER)を達成しました。

Transformers その他

Whisper Large V3 Turkish Test1

OpenAI Whisper-large-v3モデルをCommon Voice 17.0トルコ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

Transformers その他

Whisper Small Turkish V2

OpenAI Whisper-smallモデルをトルコ語Common Voice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

Transformers その他

OpenAI Whisper-baseモデルをCommon Voice 11.0ロシア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

Transformers その他

Speecht5 Finetuned Commonvoice Ru Translit

microsoft/speecht5_ttsをCommon Voice 13データセットでファインチューニングしたロシア語テキスト音声変換モデル

Transformers その他

Speecht5 Finetuned Common Voice Be

Microsoft SpeechT5アーキテクチャに基づくベラルーシ語テキスト音声変換モデル、Common Voiceデータセットでファインチューニング済み

Transformers その他

Speecht5 Tts Common Voice Uk

Microsoft SpeechT5アーキテクチャを基にCommon Voiceデータセットでファインチューニングしたウクライナ語テキスト音声変換モデル

Transformers その他

Speecht5 Tts Common Voice 5 Sv

マイクロソフトのSpeechT5アーキテクチャをファインチューニングしたスウェーデン語テキスト音声変換モデル、Common Voiceデータセットでトレーニング

Transformers その他

Whisper Medium Turkish 2

OpenAI Whisper Mediumをファインチューニングしたトルコ語音声認識モデル、Common Voice 11.0データセットでトレーニング

Transformers その他

Whisper Large V2 Hungarian

OpenAI Whisper Large-V2モデルをハンガリー語Common Voice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

Transformers その他

Whisper Large V2 Serbian

これはOpenAI Whisper Large-V2モデルをセルビア語Common Voice 11.0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で、単語誤り率は10.76%です。

Transformers その他

Whisper Large V2 Hausa

このモデルはOpenAIのWhisper Large-V2をハウサ語音声認識タスク用にファインチューニングしたバージョンで、Common Voice 11.0データセットでトレーニングされています

Transformers その他

Whisper Large V2 Slovenian

このモデルはOpenAIのWhisper Large-V2モデルをCommon Voice 11.0スロベニア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で、単語誤り率は13.83%です。

Transformers その他

Whisper Large V2 Hindi 2.5k Steps

これはOpenAI Whisper Large V2モデルをファインチューニングしたヒンディー語自動音声認識(ASR)モデルで、Common Voice 11.0データセットでトレーニングされ、単語誤り率(WER)は10.05%です。

Transformers その他

Whisper Large V2 Bn

OpenAI Whisper Large-v2モデルをベンガル語音声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(ASR)モデル

Transformers その他

Whisper Large V2 Ta

OpenAI Whisper Large-v2モデルをファインチューニングしたタミル語自動音声認識(ASR)モデルで、Common Voice 11.0タミル語テストセットで8.45%の単語誤り率を達成

Transformers その他

Whisper Large V2 Malayalam

これはOpenAI Whisper Large V2モデルをマラヤーラム語音声認識タスク用にファインチューニングしたバージョンで、Common Voice 11.0データセットでトレーニングされています

Transformers その他

Whisper Large Pt Cv11

OpenAIのWhisper-large-v2モデルをポルトガル語Common Voice 11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

Transformers その他

Whisper Large V2 Hi V3

OpenAI Whisper Large-v2モデルをファインチューニングしたヒンディー語音声認識モデルで、Common Voice 11.0ヒンディー語テストセットで11.3%の単語誤り率を達成

Transformers その他

Whisper Large V2 Punjabi

OpenAI Whisper-large-v2をファインチューニングしたパンジャーブ語自動音声認識モデル、Common Voice 11.0データセットでトレーニング

Transformers その他

Whisper Large V2 Vietnamese

このモデルはOpenAIのWhisper Smallアーキテクチャを基に、Common Voice 11.0ベトナム語データセットでファインチューニングされた自動音声認識(ASR)モデルです

Transformers その他

Whisper Large V2 Cantonese

OpenAI Whisper Large V2を広東語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、テストセットで6.7274%の文字誤り率を達成

Transformers その他

Whisper Medium French

openai/whisper-mediumをcommon_voice_11_0データセットでファインチューニングしたフランス語音声認識モデルで、標準化WERは11.1406を達成し、オリジナルモデルを上回ります。

Transformers フランス語

Exp W2v2t Sv Se R Wav2vec2 S418

facebook/wav2vec2-large-robustモデルをファインチューニングしたスウェーデン語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。

Exp W2v2t Sv Se Vp Nl S842

これはfacebook/wav2vec2-large-nl-voxpopuliモデルをファインチューニングしたスウェーデン語自動音声認識モデルで、Common Voice 7.0 (sv-SE)データセットを使用してトレーニングされました。

Exp W2v2t Fr Xls R S250

facebook/wav2vec2-xls-r-300mモデルをベースに、Common Voice 7.0フランス語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

Transformers フランス語

Exp W2v2t Fr Vp Fr S438

facebook/wav2vec2-large-fr-voxpopuliモデルを基にファインチューニングしたフランス語自動音声認識モデルで、Common Voice 7.0フランス語データセットでトレーニングされています。

Transformers フランス語

Exp W2v2t Fr Unispeech S42

microsoft/unispeech-large-1500h-cvモデルをベースに、Common Voice 7.0（フランス語）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

Transformers フランス語

Exp W2v2t It Vp Fr S821

facebook/wav2vec2-large-fr-voxpopuliモデルをファインチューニングしたイタリア語自動音声認識モデル、Common Voice 7.0イタリア語データセットでトレーニング

Transformers その他

Exp W2v2t It Vp 100k S449

facebook/wav2vec2-large-100k-voxpopuliモデルを基にファインチューニングしたイタリア語自動音声認識モデルで、Common Voice 7.0イタリア語データセットでトレーニングされています。

Transformers その他

Exp W2v2t Ja Vp It S544

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。

Transformers 日本語

Exp W2v2t Ja Unispeech Sat S884

microsoft/unispeech-sat-largeモデルをベースにファインチューニングした日本語自動音声認識モデルで、Common Voice 7.0日本語データセットでトレーニングされています。

Transformers 日本語

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