モデル選定

多シーン音声処理

# 多シーン音声処理

Wav2vec2 Large Xls R 300m Slovenian

facebook/wav2vec2 - xls - r - 300mをベースに、スロベニア語音声データセットで微調整した自動音声認識モデル

Transformers その他

Wav2vec2 Xls R 300m Cv8 Es

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 Large Xls R 300m Or D5

これはfacebook/wav2vec2-xls-r-300mをベースに、オリヤ語データセットで微調整した自動音声認識（ASR）モデルで、オリヤ語の音声をテキストに変換するタスクに特化しています。

Transformers その他

Wav2vec2 FR 1K Base

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。

Transformers フランス語

Wav2vec2 Xls R 300m Romanian

facebook/wav2vec2-xls-r-300mをベースに微調整したルーマニア語音声認識モデルで、Common Voiceルーマニア語テストセットでのWERは12.46%です。

Wav2vec2 FR 3K Large

2.9K時間のフランス語音声で訓練された大型wav2vec2モデルで、自発的な音声、朗読音声、放送音声の処理をサポートします。

音声認識フランス語

Wav2vec2 FR 3K Base

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

Transformers フランス語

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase