# ロバスト音声処理

wav2vec2アーキテクチャに基づく音声分類モデルで、privateSLIデータセットで微調整され、年齢と性別認識タスクに使用されます

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

FacebookのXLS-R-300Mモデルをインドネシア語音声データでファインチューニングした自動音声認識モデル

facebook/wav2vec2-xls-r-1bをCommon Voiceインドネシア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facebook/wav2vec2-xls-r-300mモデルをヒンディー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、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。

これはfacebook/wav2vec2 - xls - r - 300mモデルを汎用音声データセットで微調整したトルコ語音声認識モデルです。

このモデルはCommon Voiceトルコ語データセットでファインチューニングされたWav2Vec2音声認識モデルで、トルコ語自動音声認識タスクで優れた性能を発揮します。

このモデルは、facebook/wav2vec2-xls-r-1bをKRESNIK/ZEROTH_KOREAN - CLEANデータセットでファインチューニングした韓国語自動音声認識モデルです。

このモデルは、facebook/wav2vec2-large-xlsr-53をcommon_voiceデータセットで微調整した音声認識モデルで、主にロバスト音声イベント認識に使用されます。

facebook/wav2vec2-xls-r-300mをベースに微調整されたヘブライ語音声認識モデルで、n-gram言語モデルが追加され強化されています。

これはfacebook/wav2vec2-xls-r-300mをラトビア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で、Common Voice 7テストセットで16.98%のWERを達成しました。

これはwav2vec2 XLS-Rアーキテクチャに基づくポルトガル語自動音声認識(ASR)モデルで、Common Voice 7データセットでファインチューニングされ、テストセットで12.13%の単語誤り率(WER)を達成しました。

facebook/wav2vec2-xls-r-1bをCommon Voice 8ドイツ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

これはインドネシア語、ジャワ語、スンダ語をサポートする多言語音声認識モデルで、facebook/wav2vec2-large-xlsr-53をファインチューニングして作成されました。

これはfacebook/wav2vec2-xls-r-2bモデルをファインチューニングしたテルグ語自動音声認識(ASR)モデルで、OpenSLR SLR66データセットでトレーニングされました

これはfacebook/wav2vec2-xls-r-300mモデルをベースに、スロベニア語(Common Voice 8.0)データセットで微調整した自動音声認識(ASR)モデルで、言語モデル(LM)を組み合わせることで認識精度が向上しています。

これはfacebook/wav2vec2-xls-r-300mを基に、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - SATデータセットでファインチューニングされた自動音声認識モデルで、Santali (Ol Chiki)言語をサポートしています。

このモデルは、facebook/wav2vec2 - xls - r - 300mをベースに、MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - DEデータセットで微調整されたドイツ語自動音声認識モデルです。

XLS-RベースのCTCモデルで、Open Subtitlesの5-gram言語モデルを搭載し、主にオランダ語とフラマン語の自動音声認識に使用されます。

これはwav2vec2アーキテクチャに基づく自動音声認識モデルで、タミル語に特化して最適化されており、ネパール語音声認識タスクをサポートします。

facebook/wav2vec2-xls-r-300mをCommon Voice 8オランダ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。6-gram KenLM言語モデルを含む