# フランス語音声認識

これはWhisper Large V3のフランス語蒸留バージョンで、フランス語自動音声認識に最適化されており、ctranslate2による効率的な推論を実現しています。

Whisper-Large-V3のフランス語蒸留バージョン、デコーダ層数を減らすことで推論効率を最適化しつつ良好な性能を維持

これはWhisper-Large-V3フランス語モデルの蒸留バージョンで、デコーダー層数を減らすことで推論速度とメモリ使用量を最適化し、良好な性能を維持しています。

Whisper-Large-V3-フランス語蒸留版は、デコーダ層数を32層から16層に削減し、大規模データセットで蒸留訓練を行ったフランス語音声認識モデルです。このモデルは性能を維持しながら、メモリ消費量と推論時間を大幅に削減しました。

OpenAI Whisper-large-v3をファインチューニングしたフランス語自動音声認識モデルで、大文字小文字、句読点、数字の予測をサポート

これはフランス語自動音声認識モデルで、FastConformerアーキテクチャに基づき、TransducerとCTCデコーダを組み合わせており、高い精度とマルチドメイン適応性を備えています。

openai/whisper-large-v2を基に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、2200時間以上のフランス語音声データでトレーニングされています

openai/whisper-smallを基にファインチューニングしたフランス語自動音声認識モデルで、Common Voice 11.0のフランス語データセットで訓練され、大文字小文字と句読点の予測をサポートしています。

openai/whisper-mediumをcommon_voice_11_0データセットで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、標準化WERは11.1406を達成し、オリジナルモデルを上回ります。

これはwav2vec2-FR-7K-largeモデルを基にファインチューニングされたフランス語自動音声認識(ASR)モデルで、2200時間以上のフランス語音声データでトレーニングされています。

facebook/wav2vec2-xls-r-300mモデルをベースに、Common Voice 7.0フラン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

facebook/wav2vec2-large-fr-voxpopuliモデルを基にファインチューニングしたフランス語自動音声認識モデルで、Common Voice 7.0フランス語データセットでトレーニングされています。

microsoft/unispeech-large-1500h-cvモデルをベースに、Common Voice 7.0（フランス語）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

これはフランス語自動音声認識のための大規模なConformer-トランスデューサーモデルで、約1.2億のパラメータを持ち、1500時間以上のフランス語音声データでトレーニングされています。

これはConformerアーキテクチャに基づくフランス語自動音声認識(ASR)の大規模モデルで、CTC損失関数を使用し、1500時間以上のフランス語音声データでトレーニングされています。

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。

facebook/wav2vec2-xls-r-300mをベースにGOOGLE/XTREME_S - MINDS14.FR-FR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

Facebook Wav2Vec2アーキテクチャに基づく音声認識モデルで、VoxPopuliコーパスの10Kのラベルなしフランス語データで事前学習され、フランス語転写データでファインチューニングされています。

これはXLSR - 53大規模モデルを微調整したフランス語音声認識モデルで、Common Voiceデータセットで訓練され、高い精度でフランス語の音声をテキストに変換できます。

UniSpeechはラベル付きデータとラベルなしデータを組み合わせた統一音声表現学習モデルで、特にフランス語向けにファインチューニングされています。

CommonVoiceフランス語データセットを基に訓練されたwav2vec 2.0音声認識モデルで、CTC/Attentionアーキテクチャを使用し、言語モデルは不要です。

これはXLS-R 1Bアーキテクチャに基づくフランス語自動音声認識モデルで、複数のフランス語音声データセットで微調整されています。

facebook/wav2vec2-large-fr-voxpopuli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、Common Voice 6.1フランス語データセットでトレーニング、16kHz音声入力に対応

Facebookが開発したWav2Vec 2.0アーキテクチャに基づく大規模フランス語音声認識モデルで、自動音声テキスト変換タスクをサポート

VoxPopuliフランス語の未ラベルデータで事前学習されたWav2Vec2ベースモデル、フランス語音声認識タスクに適しています

これはCommonVoiceフランス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、CRDNNアーキテクチャとCTCおよびアテンションメカニズムを組み合わせています。

FacebookのWav2Vec2ベースモデルで、フランス語のみで事前学習され、VoxPopuliコーパスの22.8kの無ラベルデータを使用しています。

VoxPopuliフランス語コーパスで事前学習された大規模音声認識モデル、フランス語音声からテキストへの変換タスクをサポート

これはfacebook/wav2vec2-xls-r-300mをCommon Voice 8.0フランス語データセットで微調整した自動音声認識(ASR)モデルで、フランス語音声からテキストへの変換タスクをサポートします。

これはwav2vec2アーキテクチャに基づく自動音声認識(ASR)モデルで、フランス語に特化して微調整され、Common Voiceフランス語テストセットで12.82%の単語誤り率(WER)を達成しました。

7.6K時間のフランス語音声で訓練されたLarge wav2vec2モデルで、自発的な音声、朗読音声、放送音声のデータが含まれています。

1千時間のフランス語音声で訓練されたwav2vec2の基礎モデルで、音声認識などのタスクをサポートします。

facebook/wav2vec2-large-xlsr-53をCommon Voiceフランス語データセットで微調整した自動音声認識モデルで、テストのWERは34.86%です。

これはfacebook/wav2vec2-xls-r-300mをCommon Voice 8.0フラン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(ASR)モデルです

wav2vec2-large-xlsr-53アーキテクチャに基づくフランス語自動音声認識モデルで、句読点予測をサポート

2.6千時間のフランス語音声でトレーニングされた基本wav2vec2モデル、自発音声データを含まない

7.6千時間のフランス語音声で訓練されたLarge wav2vec2モデルで、自発的、朗読式、放送式の音声を含む

これは、facebook/wav2vec2-xls-r-1bをベースに、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - FRデータセットで微調整されたフランス語自動音声認識モデルです。

2.9K時間のフランス語音声で学習したwav2vec2の基礎モデルで、自発的、朗読、放送音声に対応