# LibriSpeech最適化

LibriSpeechデータセットでファインチューニングされたSpeechT5自動音声認識モデルで、音声をテキストに変換する機能をサポートしています。

これはLibriSpeechデータセットでトレーニングされたエンドツーエンドの自動音声認識システムで、wav2vec 2.0事前トレーニングモデルとCTC技術を組み合わせ、英語音声認識タスクで優れた性能を発揮します。

音声からテキストへの変換器(S2T)で訓練された自動音声認識(ASR)モデルで、英語音声認識向けに設計されています

s2t-small-librispeech-asr は自動音声認識（ASR）のための音声からテキストへの変換（S2T）モデルで、シーケンス・ツー・シーケンスのトランスフォーマーアーキテクチャに基づいています。

自動音声認識(ASR)のための音声からテキストへの変換(S2T)モデル

自動音声認識(ASR)のための音声からテキストへの変換(S2T)モデルで、シーケンス・ツー・シーケンス変換アーキテクチャに基づいています

s2t-small-librispeech-asr は、自動音声認識（ASR）のための音声からテキストへの変換器（S2T）モデルで、シーケンス・ツー・シーケンス変換器アーキテクチャに基づいています。

facebook/wav2vec2-xls-r-300mをlibrispeech_asrデータセットでファインチューニングした英語音声認識モデル

このモデルは回転位置埋め込み技術を統合し、16kHzサンプリングの音声オーディオに基づき、960時間のLibriSpeechデータで事前学習と微調整が行われ、英語音声認識タスクに適しています。

16kHzサンプリング音声オーディオに基づくWav2Vec2-Conformerモデルで、相対位置埋め込み技術を採用し、960時間のLibrispeechデータで事前学習と微調整を行った

FacebookのWav2Vec2-Base-960hモデルをベースに、英語4-gram言語モデルを追加し、自動音声認識(ASR)の精度向上を図っています。

FacebookのWav2Vec2-Large-960h-lv60-selfモデルを基に、英語4-gram言語モデルを追加して音声認識精度を向上

このモデルはWav2Vec2アーキテクチャに基づく大規模音声認識モデルで、Libri-LightとLibrispeechの10分間データで事前学習と微調整が行われ、自己学習目標を使用してトレーニングされました。16kHzサンプリングレートの音声オーディオに適しています。

Wav2Vec2-Large-100h-Lv60は、100時間のLibri-LightとLibrispeech音声データを用いて事前学習と微調整を行った大規模モデルで、自己訓練目標で訓練されており、16kHzサンプリングレートの音声認識タスクに適しています。

このモデルはLibriSpeech ASRデータセットで訓練された自動音声認識(ASR)モデルで、英語音声をテキストに変換できます。

Wav2Vec2は自己教師あり学習に基づく音声認識モデルで、Facebookによって開発され、LibriSpeechデータセットでトレーニングされ、英語音声からテキストへの変換タスクをサポートします。

LibriSpeechデータセットで訓練された自動音声認識(ASR)モデルで、英語音声をテキストに変換します

SEW-D-base+ は ASAPP Research によって開発された高効率音声認識モデルで、16kHzサンプリングの音声オーディオを基に事前学習され、LibriSpeechデータセットで優れた性能を発揮します。

このモデルはLibriSpeech ASRデータセットで訓練された音声認識モデルで、音声をテキストに変換できます。

このモデルはlibrispeech_asrデータセットを使って学習された音声認識モデルで、評価セットで2.0133の単語誤り率（WER）を達成しました。

microsoft/wavlm-base-plusを基にLIBRISPEECH_ASR - CLEAN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

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。

Facebookが開発したWav2Vec2の基礎モデルで、960時間のLibrispeech音声オーディオで事前学習と微調整を行い、英語の自動音声認識タスクに使用されます。

シーケンスツーシーケンストランスフォーマーアーキテクチャに基づく、自動音声認識(ASR)用の音声からテキストへの変換器(S2T)モデル

Wav2Vec2基礎版は、16kHzサンプリングのLibrispeech音声オーディオで100時間の事前学習と微調整を行った自動音声認識モデルです。

自動音声認識（ASR）のための音声からテキストへの変換（S2T）モデルで、シーケンス・ツー・シーケンス変換アーキテクチャに基づいています

microsoft/wavlm-baseをLIBRISPEECH_ASR - CLEAN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

これはTransformerアーキテクチャに基づく自動音声認識(ASR)システムで、CTCとTransformerデコーダを組み合わせ、LibriSpeech英語データセットでトレーニングされています。

XLS-R-300Mはfacebook/wav2vec2-xls-r-300mをlibrispeech_asrデータセットでファインチューニングした英語自動音声認識モデルで、LibriSpeechテストセットで12.29%の単語誤り率を達成しました。

facebook/wav2vec2-large-lv60をベースにLIBRISPEECH_ASR-CLEAN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

LibriSpeechデータセットでトレーニングされた自動音声認識(ASR)のためのエンドツーエンドシーケンス・ツー・シーケンストランスフォーマーモデル

Asteroidフレームワークを基に訓練されたオーディオ強化モデルで、単チャンネル音声強化タスクに特化し、Libri1Mixデータセットで訓練されました。

Asteroidフレームワークを基に訓練されたオーディオ強化モデルで、モノラル音声強化タスクに特化しています。

Asteroidフレームワークを基に訓練されたオーディオ強化モデルで、モノラル音声強化タスクに特化しています。