# スウェーデン語音声認識

スウェーデン国立図書館が公開したWhisperモデルで、スウェーデン語音声認識に特化して最適化されており、OpenAIのオリジナル版と比べて誤り率が大幅に低下しています。

スウェーデン国立図書館が公開したWhisperモデルで、スウェーデン語に最適化されており、50,000時間以上のスウェーデン語音声データでトレーニングされ、OpenAIのオリジナル版を上回る性能

スウェーデン国立図書館が5万時間以上のスウェーデン語音声で訓練したWhisperモデルで、スウェーデン語音声認識タスクで優れた性能を発揮

スウェーデン国立図書館が公開したWhisperアーキテクチャに基づくスウェーデン語音声認識モデルで、5万時間以上のトレーニングデータを使用し、単語誤り率を大幅に低減しています。

facebook/wav2vec2-large-robustモデルをファインチューニングしたスウェーデン語自動音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。

これはfacebook/wav2vec2-large-nl-voxpopuliモデルをファインチューニングしたスウェーデン語自動音声認識モデルで、Common Voice 7.0 (sv-SE)データセットを使用してトレーニングされました。

microsoft/wavlm-largeをベースに微調整されたスウェーデン語自動音声認識モデルで、16kHzサンプリングレートの音声入力に適しています。

これはスウェーデン語の自動音声認識(ASR)用モデルで、VoxRex-C音響モデルとソーシャルメディアデータに基づく4-gram言語モデルを統合しています。

これはfacebook/wav2vec2-xls-r-300mをスウェーデン語Common Voice 7.0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

これはKBLab/wav2vec2-large-voxrexを基に、スウェーデン語Common Voice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

これはfacebook/wav2vec2-large-xlsr-53モデルをベースに、スウェーデン語のCommon Voiceデータセットで微調整された音声認識モデルで、学習データ量は402MBです。

これはXLSR-53アーキテクチャに基づくスウェーデン語自動音声認識モデルで、Common Voiceデータセットでファインチューニングされています。

このモデルはfacebook/wav2vec2-large-xlsr-53をCOMMON_VOICE SV-SE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、スウェーデン語音声認識をサポートします。

このモデルは、facebook/wav2vec2-large-xlsr-53をベースに、COMMON_VOICE - SV-SEデータセットで微調整されたスウェーデン語自動音声認識モデルです。

Facebook Wav2Vec2アーキテクチャに基づく音声モデルで、スウェーデン語に特化して事前学習されており、VoxPopuliコーパスの16.3kの未ラベルデータを使用しています。

このモデルは、facebook/wav2vec2-xls-r-1bをCommon Voiceのスウェーデン語データセットで微調整した自動音声認識モデルで、スウェーデン語の音声をテキストに変換するタスクをサポートしています。

VoxPopuliコーパスのスウェーデン語サブセットで事前学習されたWav2Vec2ベースモデルで、スウェーデン語音声認識タスクに適しています。

このモデルはCommon Voiceスウェーデン語データセットを使用して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、評価セットで1.0286の単語誤り率(WER)を達成しました。

facebook/wav2vec2-xls-r-300mをベースに、スウェーデン語データセットで微調整した自動音声認識モデル

FacebookのVoxPopuli-svベース版モデルをベースに、NSTとCommon Voiceのデータを使って微調整されたスウェーデン語音声認識モデルです。

VoxRex大型モデルを微調整したスウェーデン語自動音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。

このモデルはFacebookのVoxPopuli-sv largeモデルをベースに、スウェーデンのラジオ番組、NST、Common Voiceのデータを追加で事前学習と微調整したスウェーデン語音声認識モデルです。

facebook/wav2vec2-large-xlsr - 53フレームワークに基づいて微調整されたスウェーデン語自動音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。

これは、facebook/wav2vec2-large-xlsr-53モデルをベースに、スウェーデン語のCommon Voiceデータセットで微調整された自動音声認識（ASR）モデルです。