# 低リソース言語

LatxaはLlama-3.1ベースの70Bパラメータのバスク語大規模言語モデルで、命令微調整とFP8量子化を施し、バスク語最適化のために設計されています

これはハイチ・クレオール語のテキスト読み上げモデルで、jsbeaudry/haitian_creoleを基にファインチューニングされています。

これはApache-2.0ライセンスに基づくベトナム語テキストソートモデルで、主にベトナム語テキストのソートタスクを処理するために使用されます。

LatxaはLlama-3.1アーキテクチャに基づくバスク語命令ファインチューニング大規模言語モデルで、バスク語に最適化されており、複数のベンチマークテストで優れた性能を発揮します。

Sherkalaは80億パラメータのカザフ語優先の多言語大規模言語モデルで、G42傘下のInceptionとMBZUAIが共同開発し、カザフ語、英語、ロシア語、トルコ語をサポートしています。

Helsinki-NLP/opus-mt-tc-big-en-arをファインチューニングした英語からエジプトアラビア語への翻訳モデル

BERTアーキテクチャに基づく固有表現認識モデルで、モロッコアラビア語(Darija)テキスト内の人名、場所、組織などのエンティティを識別するために特別に設計されています。

microsoft/speecht5_ttsをファインチューニングしたウルドゥー語TTSモデル、トレーニングデータ量は少ない（4200文）、商用利用には再トレーニングが必要

M2M100をファインチューニングしたサンスクリット語から英語への翻訳モデルで、Itihasaデータセットからのサンスクリット語叙事詩の翻訳内容を含んでいます。

これはMetaのNLLB-200モデルをファインチューニングした機械翻訳モデルで、ウォロフ語とフランス語間の双方向翻訳タスク専用です。

これはマイクロソフトのSpeechT5モデルをファインチューニングしたデンマーク語テキスト音声合成モデルで、デンマーク語音声合成に特化しています。

仙都（Cendol）は、インドネシア語に対して微調整されたオープンソースの生成型大規模言語モデルの集合で、さまざまなアーキテクチャとパラメータ規模をカバーしています。

T5-smallをファインチューニングしたサンスクリット語-英語翻訳モデル、itihasaデータセットでトレーニング

Meta社が開発したティグリニャ語テキスト読み上げモデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート

Meta社が開発したフォン語テキスト音声合成モデル、VITSアーキテクチャに基づき、フォン語テキストを自然な音声に変換

これはベンガル語を英語に翻訳するためのシーケンス・ツー・シーケンスモデルです。

LatinBERTはBERTアーキテクチャに基づくラテン語事前学習言語モデルです

これはHelsinki-NLP/opus-mt-en-arをベースにファインチューニングした英語からアラビア語への翻訳モデルで、12万件のデータセットでトレーニングされ、Bleuスコアは20.6264です。

mT5-baseアーキテクチャに基づくハンガリー語抽象要約モデル、HunSum-1データセットでトレーニング済み

IndoBERTをファインチューニングしたインドネシア語QAモデル、SQuAD2.0データセットで訓練

これはコプト語向けのMicroBERTモデルで、マスク言語モデリングとXPOSタグ付けの監視による事前学習が行われています。

100以上の言語と文字をサポートする多言語処理モデルで、世界の主要な語族と文字システムをカバーしています。

Robertaアーキテクチャでトレーニングされたアムハラ語言語モデルで、さまざまな自然言語処理タスクに適しています。

これは西スラブ語族(zlw)から英語(en)へのニューラル機械翻訳モデルで、OPUS-MTプロジェクトに属しています。

wav2vec2-large-xls-r-300mアーキテクチャに基づくウルドゥー語音声認識モデル、common_voiceデータセットでファインチューニング済み

facebook/wav2vec2-large-xlsr-53モデルをベースに、Common Voiceデータセットを使用してモンゴル語に対して微調整された自動音声認識モデルです。

これはwav2vec2アーキテクチャに基づく小型のランダムなロバスト性を持つモデルで、MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - ABデータセットでファインチューニングされ、自動音声認識タスクに使用されます。

mT5-baseモデルを微調整したシンハラ語-英語双方向翻訳モデル

facebook/wav2vec2-large-xlsr-53モデルをベースに、Common Voiceデータセットでアイルランド語にファインチューニングした音声認識モデルです。

facebook/wav2vec2-baseをcommon_languageデータセットでファインチューニングした音声言語識別モデル

これはGPT2アーキテクチャに基づくモンゴル語テキスト生成モデルで、流暢なモンゴル語テキストを生成することを目的としています。

これはクメール語の自動音声認識（ASR）のためのベースラインモデルで、クメール語音声認識タスクの基礎サポートを提供することを目的としています。

このモデルはfacebook/wav2vec2-xls-r-1bをCommon Voice 8チュヴァシ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す

このモデルは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バージョンで、グアラニー語音声認識をサポートしています。

facebook/wav2vec2-large-xlsr-53モデルを基に、Common Voiceデータセットを使用してリトアニア語にファインチューニングした自動音声認識モデルです。

これはツワナ語に特化したマスク言語モデルで、南アフリカの低リソース言語のNLP分野における性能向上を目的としています。

これはWav2Vec2アーキテクチャに基づくカルムイク語自動音声認識モデルで、事前学習とファインチューニングを経ており、カルムイク語音声からテキストへの変換タスクをサポートします。

facebook/wav2vec2-large-xlsr-53モデルを基にファインチューニングしたパンジャーブ語自動音声認識モデルで、16kHzサンプルレート入力をサポートします。

Zabanshenasは、Transformerベースのソリューションで、書面文書/テキストの最も可能性の高い言語を識別するために使用されます。

これはTransformerアーキテクチャに基づくヨルバ語から英語への機械翻訳モデルで、Helsinki-NLPチームによって開発されました。