%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 Large Lv60 Phoneme Timit English Timit 4k
Apache-2.0
facebook/wav2vec2-large-lv60をファインチューニングした英語音素認識モデルで、TIMITデータセットにおいて10.53%の音素誤り率を達成
音声認識
Transformers 英語
Transformers 英語W
excalibur12
306
3
Wav2vec2 Large Lv60 Phoneme Timit English Timit 4k 002
Apache-2.0
facebook/wav2vec2-large-lv60をTIMITデータセットでファインチューニングした英語音素認識モデル、音素誤り率10.53%
音声認識 Transformers 英語
Transformers 英語W
excalibur12
103
1
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
このモデルはfacebook/wav2vec2-baseをTIMIT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、Google Colab環境でトレーニングされました。
音声認識 Transformers
TransformersW
pannaga
16
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
このモデルはfacebook/wav2vec2-baseをベースにファインチューニングしたバージョンで、主に音声認識タスクに使用されます。
音声認識 Transformers
TransformersW
ones
108
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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
Nancyzzz
103
0
Wav2vec2 Base Timit Demo Colab
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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、低い単語誤り率(WER)を実現しています。
音声認識 Transformers
TransformersW
nawta
96
1
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
このモデルはfacebook/wav2vec2-baseをTIMIT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、主に英語音声からテキストへの変換タスクに使用されます。
音声認識 Transformers
TransformersW
neweasterns
100
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
facebook/wav2vec2-baseをTIMIT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、英語音声からテキストへの変換タスクに特化
音声認識 Transformers
TransformersW
dasolj
127
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
このモデルはfacebook/wav2vec2-baseをTIMIT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、評価セットで0.3384の単語誤り率(WER)を達成しました。
音声認識 Transformers
TransformersW
mikeluck
38
0
Wav2vec2 Base Timit Demo Colab53
Apache-2.0
facebook/wav2vec2-baseモデルをファインチューニングした音声認識モデルで、TIMITデータセットに適しています
音声認識 Transformers
TransformersW
Mudassar
22
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
このモデルはfacebook/wav2vec2-baseをTIMIT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、英語音声からテキストへの変換タスクに特化しています。
音声認識 Transformers
TransformersW
wrice
17
0
Wav2vec2 Base Timit Google Colab
Apache-2.0
facebook/wav2vec2-baseをTIMIT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、評価セットで0.3355の単語誤り率(WER)を達成しました。
音声認識 Transformers
TransformersW
anithapappu
19
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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、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
atgarcia
19
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
facebook/wav2vec2-baseをTIMIT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、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
BitanBiswas
28
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
このモデルはfacebook/wav2vec2-baseをTIMIT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、主に英語音声からテキストへの変換タスクに使用されます。
音声認識 Transformers
TransformersW
patrickvonplaten
26
2
Wav2vec2 Base Timit Demo Colab
Apache-2.0
facebook/wav2vec2-baseをベースにファインチューニングした音声認識モデルで、TIMITデータセットで訓練され、単語誤り率(WER)は0.3518
音声認識 Transformers
TransformersW
murdockthedude
20
0
Wav2vec2 Xls R 300m Timit Phoneme
Apache-2.0
これはfacebook/wav2vec2-xls-r-300mモデルをTIMITデータセットでファインチューニングした自動音素認識モデルで、主に英語音声の音素レベル認識に使用されます。
音声認識 Transformers 英語
Transformers 英語W
vitouphy
8,457
29
Wav2vec2 Base Timit Demo Colab
Apache-2.0
facebook/wav2vec2-baseモデルをベースにTIMITデータセット向けに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
roshantushar
24
0
Wav2vec2 Base Timit Demo Colab 3
Apache-2.0
このモデルはfacebook/wav2vec2-baseをTIMIT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、主に英語音声からテキストへの変換タスクに使用されます。
音声認識 Transformers
TransformersW
fahadtouseef
25
0
Wav2vec2 Base Timit Demo Colab3000
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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、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
hassnain
23
0
Wav2vec2 Base Timit Demo Colab 2
Apache-2.0
facebook/wav2vec2-baseをファインチューニングした音声認識モデルで、TIMITデータセットで優れた性能を発揮
音声認識 Transformers
TransformersW
fahadtouseef
24
0
Wav2vec2 Base Timit Demo Colab971
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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、英語音声からテキストへの変換タスクに特化しています。
音声認識 Transformers
TransformersW
hassnain
23
0
Wav2vec2 Base Timit Demo Colab3
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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
sherry7144
24
0
Wav2vec2 Base Timit Demo Colab2
Apache-2.0
facebook/wav2vec2-baseをファインチューニングした音声認識モデルで、TIMITデータセットで訓練され、単語誤り率0.5855
音声認識 Transformers
TransformersW
sherry7144
24
0
Wav2vec2 Base Timit Demo Colab240
Apache-2.0
facebook/wav2vec2-baseモデルをファインチューニングした音声認識モデルで、TIMITデータセットでトレーニングされています
音声認識 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab57
Apache-2.0
facebook/wav2vec2-baseをファインチューニングした音声認識モデルで、TIMITデータセットでトレーニングされ、単語誤り率(WER)は0.4593です。
音声認識 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab1
Apache-2.0
このモデルはfacebook/wav2vec2-baseをファインチューニングした音声認識モデルで、TIMITデータセットでトレーニングと評価が行われました。
音声認識 Transformers
TransformersW
cuzeverynameistaken
16
0
Wav2vec2 Base Timit Demo Colab647
Apache-2.0
このモデルはfacebook/wav2vec2-baseをファインチューニングした音声認識モデルで、TIMITデータセットで0.4799の単語誤り率を達成しました。
音声認識 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab53
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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、主に英語音声からテキストへの変換タスクに使用されます。
音声認識 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab 1
Apache-2.0
このモデルはfacebook/wav2vec2-baseをTIMIT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、評価セットの単語誤り率(WER)は0.2574です。
音声認識 Transformers
TransformersW
fahadtouseef
18
0
Wav2vec2 Base Timit Demo Colab92
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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
hassnain
16
0
Wav2vec2 Base Timit Demo Colab90
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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、英語音声からテキストへの変換タスクに特化
音声認識 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab12
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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(WER)は0.3546
音声認識 Transformers
TransformersW
sameearif88
16
0
Wav2vec2 Base Timit Demo Colab52
Apache-2.0
このモデルはfacebook/wav2vec2-baseをTIMIT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、主に英語音声からテキストへの変換タスクに使用されます。
音声認識 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab70
Apache-2.0
このモデルはfacebook/wav2vec2-baseをTIMIT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、主に英語音声からテキストへの変換タスクに使用されます。
音声認識 Transformers
TransformersW
hassnain
15
0
Wav2vec2 Base Timit Demo Colab51
Apache-2.0
このモデルはfacebook/wav2vec2-baseを微調整して得られた音声認識モデルで、TIMITデータセットで0.748の単語誤り率を達成しました。
音声認識 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab11
Apache-2.0
このモデルはfacebook/wav2vec2-baseをファインチューニングした音声認識モデルで、TIMITデータセットで0.4348の単語誤り率を達成しました。
音声認識 Transformers
TransformersW
sameearif88
18
0
Wav2vec2 Base Timit Demo Colab60
Apache-2.0
このモデルはfacebook/wav2vec2-baseをファインチューニングした音声認識モデルで、TIMITデータセットで60エポック訓練され、単語誤り率(WER)が1.0を達成しました。
音声認識 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab50
Apache-2.0
このモデルはfacebook/wav2vec2-baseをファインチューニングした音声認識モデルで、TIMITデータセットで30エポックのトレーニングを行いました。
音声認識 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab30
Apache-2.0
facebook/wav2vec2-baseモデルをTIMIT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、30エポック訓練後の単語誤り率(WER)は0.6534を達成
音声認識 Transformers
TransformersW
hassnain
17
0
- 1
- 2
- 3
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