# Wav2Vec2ファインチューニング

このモデルはWav2Vec2アーキテクチャをファインチューニングしており、英語音声における6つの感情状態（悲しみ、怒り、嫌悪、恐怖、幸福、中立）を認識するために特別に設計されており、精度は92.42%です。

facebook/wav2vec2-baseモデルをminds14データセットでファインチューニングした音声分類モデル

企業開示シナリオ向けに設計された音声トーン分類器、Wav2Vec2アーキテクチャに基づく2段階トレーニング

Wav2Vec2をファインチューニングしたオーディオ分類器で、実在人物の音声とAI生成音声を区別できます。

Wav2Vec2ベースのオーディオ分類モデル、音楽ジャンル識別用

wav2vec2-large-xlsr-53-englishをファインチューニングした赤ちゃんの泣き声分類モデルで、精度は81.5%

Wav2Vec2 Large XLSR-53モデルをファインチューニングした音声感情認識システムで、7つの一般的な感情を認識可能

このモデルは英語音声から6つの基本感情（怒り、嫌悪、恐怖、幸福、悲しみ、驚き）を認識するために、RAVDESSデータセットで訓練されました。

これはwav2vec2ベースのアラビア語音節認識モデルで、音声から現代標準アラビア語の音節を認識できます。

このモデルはfacebook/wav2vec2-xls-r-300mを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。

Wav2Vec2アーキテクチャに基づく音素認識モデルで、LJSpeech Phonemesデータセットでファインチューニングされ、音声を音素シーケンスに変換するために使用されます

wav2vec2-xls-r-300mをファインチューニングした航空管制通信音声認識モデル、英語対応

このモデルはuob_singlishデータセットでmalay-huggingface/wav2vec2-xls-r-300m-mixedを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。

これはfacebook/wav2vec2-base-960h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で、評価セットで1.0の単語誤り率を達成しました。

このモデルはwav2vec2-xls-r-300m-mixedをシンガポール英語(uob_singlish)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す

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0.3355の単語誤り率(WER)を達成しました。

Facebookのwav2vec2-large-xlsr-53-portugueseモデルをcommon_voiceデータセットでファインチューニングしたブラジルポルトガル語音声認識モデル

このモデルはfacebook/wav2vec2-baseをペル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で、ペルシア語音声からテキストへの変換タスクをサポートします。

Facebook XLS-R-300Mモデルをマラーティー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モデル

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。

jonatasgrosman/wav2vec2-large-xlsr-53-englishをベースにファインチューニングした英語-フィリピン語音声認識モデル、評価セットでのWERは0.5750

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、英語とフィリピン語の音声認識タスクに使用されます。

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、TIMITデータセットで0.4348の単語誤り率を達成しました。

このモデルはHarveenchadha/vakyansh-wav2vec2-hindi-him-4200を未知の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、ヒンディー語をサポートし、評価セットで10.08%の単語誤り率を達成しました。

これはHarveenchadha/vakyansh-wav2vec2-hindi-him-4200をベースにファインチューニングされた音声認識モデルで、ヒンディー語音声からテキストへの変換タスクをサポートします。

このモデルはWav2Vec2-Large-Robustをファインチューニングして訓練され、音声感情認識に使用され、覚醒度、支配度、価値の3つの次元の予測値を出力します。

facebook/wav2vec2-xls-r-300mをMozilla Common Voiceポルトガル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

これはポルトガル語向けにファインチューニングされたWav2vec 2.0モデルで、CORAA、CETUC、MLSなど複数のポルトガル語音声データセットからトレーニングデータを取得しています。

Harveenchadha/vakyansh-wav2vec2-indian-english-enm-700を基にファインチューニングしたインド英語音声認識モデル

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

facebook/wav2vec2-large-xlsr-53を基に、ギリシャ語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。合成女性音声データでトレーニングセットのバランスを調整

Common Voice 7.0データセットを使用してブラジルポルトガル語向けにファインチューニングされたWav2vec 2.0モデル、ポルトガル語音声認識用

HIYACCENTはナイジェリア英語アクセントに最適化された音声認識システムで、Wav2Vec2アーキテクチャを改良し、認識性能を20％以上向上させました。

facebook/wav2vec2-large-xlsr-53を基にブルトン語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

このモデルはfacebook/wav2vec2-xls-r-300mをCommon Voice 7.0ベトナム語データセット及びプライベート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す。

facebook/wav2vec2-xls-r-300mをCommon Voiceデータセットでファインチューニングしたハウサ語音声認識モデル

facebook/wav2vec2-large-xlsr-53を基にギリシャ語でファインチューニングした音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。

facebook/wav2vec2-large-xlsr-53モデルを基に、Common Voiceデータセットでパンジャーブ語にファインチューニングした自動音声認識モデル

Wav2Vec2アーキテクチャに基づくベトナム語音声認識モデル、VSLPデータセットでファインチューニング済み、16kHzサンプリングレートの音声入力をサポート

facebook/wav2vec2-large-xlsr-53モデルをファインチューニングしたテルグ語音声認識モデルで、OpenSLR SLR66データセットを使用してトレーニング