%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)
Whisper Large V3 Distil It V0.2
MIT
イタリア語に最適化された2層デコーダー蒸留版Whisper音声テキスト変換モデル、効率向上と精度維持を両立
音声認識
Transformers その他
Transformers その他W
bofenghuang
129
1
Exp W2v2t It Vp Fr S821
Apache-2.0
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
音声認識 Transformers その他
Transformers その他E
jonatasgrosman
27
0
Exp W2v2t It Wavlm S895
Apache-2.0
microsoft/wavlm-large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。
音声認識 Transformers その他
Transformers その他E
jonatasgrosman
42
0
Exp W2v2t It No Pretraining S842
Apache-2.0
ランダム初期化されたwav2vec2モデルを基にファインチューニングを行い、イタリア語音声認識タスク用に開発されました。トレーニングデータにはCommon Voice 7.0（イタリア語）のトレーニングセット分割部分を使用しています。
音声認識 Transformers その他
Transformers その他E
jonatasgrosman
18
0
Exp W2v2t It Xlsr 53 S387
Apache-2.0
facebook/wav2vec2-large-xlsr-53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。
音声認識 Transformers その他
Transformers その他E
jonatasgrosman
18
0
Exp W2v2t It Vp 100k S449
Apache-2.0
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。
音声認識 Transformers その他
Transformers その他E
jonatasgrosman
17
0
Exp W2v2t It Wav2vec2 S609
Apache-2.0
facebook/wav2vec2-large-lv60モデルをベース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、Common Voice 7.0イタリア語データセットでトレーニング済み。
音声認識 Transformers その他
Transformers その他E
jonatasgrosman
18
0
Wav2vec2 Xls R 1b Italian Doc4lm 5gram
Apache-2.0
XLS-R 10億パラメータモデルをファインチューニングしたイタリア語音声認識モデルで、言語モデル対応の認識をサポート
音声認識 Transformers その他
Transformers その他W
radiogroup-crits
19
1
Wav2vec2 Large Xlsr Italian
Apache-2.0
facebook/wav2vec2-large-xlsr-53モデルをファインチューニングしたイタリア語音声認識モデル、ユニバーサル音声イタリア語テストセットで単語誤り率13.91%
音声認識 その他
W
joaoalvarenga
27
2
Wav2vec2 Large It Voxpopuli
VoxPopuliイタリア語無注釈データで事前学習された音声認識モデル、FacebookのWav2Vec2アーキテクチャを採用
音声認識 その他
W
facebook
55
0
Wav2vec2 Xls R 300m Italian Robust
Apache-2.0
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
音声認識 Transformers その他
Transformers その他W
dbdmg
28
0
Wav2vec2 Base It Voxpopuli
VoxPopuliのイタリア語無注釈データで事前学習されたWav2Vec2ベースモデル、音声認識タスクに適しています。
音声認識 Transformers その他
Transformers その他W
facebook
32
0
Wav2vec2 Xls R 1b Italian
Apache-2.0
これはXLS-R 1Bアーキテクチャに基づくイタリア語自動音声認識モデルで、複数のイタリア語データセットでファインチューニングされています
音声認識 Transformers その他
Transformers その他W
jonatasgrosman
2,703
1
Wav2vec2 Xls R 1b Italian Robust
Apache-2.0
facebook/wav2vec2 - xls - r - 1bをCommon Voice 7とLibri Speechデータセットで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
音声認識 Transformers その他
Transformers その他W
dbdmg
130
0
Wav2vec2 Large Xlsr 53 Italian
Apache-2.0
Facebookが公開したWav2Vec2アーキテクチャに基づく大規模イタリア語自動音声認識モデル、Common Voiceデータセットでファインチューニング済み
音声認識 その他
W
facebook
4,013
6
Wav2vec2 Large Xlsr 53 Italian
Apache-2.0
facebook/wav2vec2-large-xlsr-53モデルをベースに微調整されたイタリア語自動音声認識モデルで、Common Voice 6.1データセットで訓練されました。
音声認識 その他
W
jonatasgrosman
1,012
13
Xls R 300m It Phoneme
facebook/wav2vec2-xls-r-300mをイタリ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
音声認識 Transformers
TransformersX
patrickvonplaten
17
1
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