# WER最適化

Lite-WhisperはLiteASR技術で圧縮されたOpenAI Whisperの軽量版で、高い精度を維持しながらモデルサイズを大幅に削減しています。

これはopenai/whisper-smallモデルをギリシャ語音声認識タスク向けにファインチューニングした自動音声認識(ASR)モデルで、Mozilla Common Voice 17.0データセットの3620のギリシャ語サンプルを使用してトレーニングされました。

このモデルはfacebook/wav2vec2-xls-r-300mをIMaSC、Indic TTS Malayalam、OpenSLR Malayalamのトレーニングデータセットでファインチューニングしたバージョンで、マラヤーラム語の自動音声認識をサポートします。

OpenAI Whisper-smallをファインチューニングしたスロバキア語音声認識モデル、Common Voice 11.0スロバキア語データセットでトレーニング

facebook/wav2vec2-baseをファインチューニングした音声認識モデルで、評価セットでの単語誤り率(WER)は0.8133

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、評価セットで31.42%の単語誤り率を達成

このモデルはjonatasgrosman/wav2vec2-large-xlsr-53-englishをベースに、filipino_voiceデータセットでファインチューニングしたバージョンで、英語-フィリピン語音声認識タスクに使用されます。

jonatasgrosman/wav2vec2-large-xlsr-53-englishを微調整した英語-フィリピン語音声認識モデル

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28.25%の単語誤り率を達成

このモデルはfacebook/wav2vec2-xls-r-300mをファインチューニングしたバージョンで、英語の児童音声認識タスクに特化しています。

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。

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

facebook/wav2vec2-baseモデルをランダムノイズ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

これはfacebook/wav2vec2-xls-r-300mモデルをCommon Voice 8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、グアラニー語(gn)をサポートしています。

このモデルはCommon Voice 7.0 ABデータセットで微調整された自動音声認識モデルで、XLS - Rダミーアーキテクチャに基づいています。

このモデルはfacebook/wav2vec2-xls-r-300mをCommon Voice 8.0キルギ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です

facebook/wav2vec2-large-xlsr-53モデルを基にファインチューニングした上ソルブ語音声認識モデル、16kHz音声入力に対応

facebook/wav2vec2-xls-r-300mをベースに、複数のイタリア語音声データセットで微調整された自動音声認識モデル

facebook/wav2vec2-baseをベースに微調整した音声認識モデルで、TIMITデータセットで30エポック訓練しました。

これはSEW-tinyアーキテクチャに基づくポルトガル語自動音声認識モデルで、Common Voice 8データセットでファインチューニングされており、ポルトガル語音声認識タスクに適しています。

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、Colab環境でトレーニングされました

facebook/wav2vec2-baseをベースに微調整した音声認識モデルで、特定のデータセットで学習され、単語誤り率（WER）は0.3391です。

このモデルはfacebook/wav2vec2-large-xlsr-53をCommon Voiceデータセットでファインチューニングしたトルコ語音声認識モデルです

このモデルは、facebook/wav2vec2-xls-r-1bをブルトン語データセットで微調整した自動音声認識モデルです。

TIMIT_ASRデータセットを使用してwav2vec2-base-randomモデルをファインチューニングした自動音声認識モデル

このモデルは、Facebookのwav2vec2 - xls - r - 300mをCommon Voiceガリシア語(gl)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、テストセットで20.8%の単語誤り率(WER)を達成しました。

facebook/wav2vec2-large-xlsr-53モデルを基にファインチューニングしたジョージア語音声認識モデルで、汎用音声データセットでトレーニング済み

これはfacebook/wav2vec2-xls-r-300mをファインチューニングしたウォロフ語自動音声認識モデルで、ウォロフ語のリソース不足問題を解決することを目的としています。

これはfacebook/wav2vec2-xls-r-300mをベースに、上ソルブ語(HSB)データセットで微調整された自動音声認識モデルで、Common Voice 8テストセットで0.4393の単語誤り率(WER)を達成しました。

このモデルは、facebook/wav2vec2 - xls - r - 300mをベースに、MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - DEデータセットで微調整されたドイツ語自動音声認識モデルです。

これはfacebook/wav2vec2-xls-r-300mをベースに、ブルトン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、Common Voice 8テストセットで52.3%の単語誤り率（WER）を達成しました。