# スペイン語音声認識

Whisper v3大規模モデルを蒸留したスペイン語音声認識モデル、SandboxAIとUniversidad Nacional de Rio Negroの共同開発

これはCommonVoiceスペイン語データセットでトレーニングされたエンドツーエンド自動音声認識システムで、wav2vec 2.0事前トレーニングモデルとCTCデコーダーを組み合わせています。

OpenAI Whisper-large-v2モデルをCommon Voice 13.0スペイ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

openai/whisper-large-v2を微調整したスペイン語音声認識モデル、Common Voice 11.0スペイン語テストセットでWER8.55%を達成

このモデルは、OpenAIのwhisper-smallをCommon Voiceデータセットv11スペイン語版でファインチューニングした音声認識モデルで、スペイン語の文字起こしタスクに特化しています。

OpenAI Whisper-tinyモデルをスペイン語データセットで微調整した音声認識モデル

スペイン語自動音声認識用の音響モデルで、facebook/wav2vec2-large-xlsr-53を5エポックにわたってファインチューニングし、約944時間のスペイン語データを使用しています。

これはスペイン語自動音声認識用の大型Conformer-トランスデューサーモデルで、約1.2億パラメータを持ち、1340時間のスペイン語音声データでトレーニングされています。

これはNVIDIAがトレーニングし公開した、スペイン語自動音声認識(ASR)用の大型Conformer-CTCモデルです。

jonatasgrosman/wav2vec2-large-xlsr-53-spanishをベースにファインチューニングしたスペイン語音声認識モデルで、コロンビアアクセントとノイズ環境に最適化されています

jonatasgrosman/wav2vec2-large-xlsr-53-spanishをベースにファインチューニングしたスペイン語(コロンビア)音声認識モデル

これはjonatasgrosman/wav2vec2-large-xlsr-53-spanishモデルを特定のデータセットでファインチューニングしたスペイン語音声認識モデルです。

Common Voiceのスペイン語データで事前学習された音声認識モデル、Flaxフレームワークを使用しTPUでトレーニング

これはWav2Vec2-Large-XLSR-53をベースにしたスペイン語音声認識モデルで、言語モデルサポートを追加することで認識精度が大幅に向上しています。

facebook/wav2vec2-xls-r-300mを汎用音声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

Wav2Vec2の基礎モデルで、スペイン語の21.4kの無ラベルデータのみで事前学習され、音声認識タスクに適しています。

これはfacebook/wav2vec2-xls-r-300mモデルをcommon_voiceスペイ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、評価セットで21.17%の単語誤り率を達成しました。

facebook/wav2vec2-baseをファインチューニングした音声認識モデルで、ラテン語系の音声処理をサポート

これはfacebook/wav2vec2-large-xlsr-53モデルを基に、スペイン語の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。

VoxPopuliコーパスのスペイン語サブセットでトレーニングされた大規模音声事前学習モデルで、スペイン語音声認識タスクに適しています

このモデルは、facebook/wav2vec2-xls-r-300mをCOMMON_VOICE - ESデータセットでファインチューニングしたスペイン語自動音声認識モデルです。

Facebook Wav2Vec2基本モデルを基に、VoxPopuliコーパスの10K未ラベルサブセットで事前学習し、スペイン語書き起こしデータでファインチューニングした音声認識モデルです。

VoxPopuliスペイン語無注釈データで事前学習されたWav2Vec2音声認識基本モデル

FacebookがリリースしたWav2Vec2アーキテクチャに基づく大規模な多言語音声認識モデルで、スペイン語に特化して最適化されています

これはfacebook/wav2vec2-large-xlsr-53モデルをスペイン語Common Voice 7データセットで微調整した自動音声認識(ASR)モデルです。

汎用音声データセットでトレーニングされたスペイン語音声認識モデル、wav2vec2アーキテクチャを採用

wav2vec2-large-xls-r-300mアーキテクチャに基づくスペイン語音声認識モデルで、汎用音声データセットで微調整され、単語誤り率（WER）は0.1791です。

Facebookのwav2vec2-large-xlsr-53モデルをベースに、スペイン語Common Voiceデータセットで微調整した音声認識モデルで、テストWERは10.50%です。

facebook/wav2vec2-large-xlsr-53モデルを基に微調整されたスペイン語音声認識モデルで、Common Voice 6.1スペイン語データセットで訓練されました。

スペイン語Common Voiceデータセットでファインチューニングされた音声認識モデル。facebook/wav2vec2-xls-r-300mアーキテクチャ採用。テストセットでWER14.6%を達成

これはwav2vec2アーキテクチャに基づくスペイン語音声認識モデルで、Common Voiceデータセットでファインチューニングされており、単語誤り率(WER)は0.2105です。

これは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スペイン語自動音声認識モデルで、複数のスペイン語データセットで学習・最適化されています。

このモデルは、jonatasgrosman/wav2vec2-large-xlsr-53-spanishをベースに微調整されたバージョンで、スペイ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-large-xlsr-53をベースに微調整されたスペイン語（コロンビアアクセント）の音声認識モデルで、評価セットでの単語誤り率（WER）は0.2595です。

このモデルは、facebook/wav2vec2-large-xlsr-53を特定のスペイン語データセットで微調整した音声認識モデルです。

facebook/wav2vec2-large-xlsr-53モデルをベースに微調整されたスペイン語自動音声認識（ASR）モデルで、Common Voiceスペイン語データセットで訓練され、16kHzのサンプリングレートの音声入力をサポートします。