# 自動音声認識

simran14/mr-model-hを基に、Common Voice 17.0マラーティー語データセットでファインチューニングされたWhisper小型音声認識モデル

Pyannote.audioの話者分割パイプラインで、音声中の話者の変化を自動検出し音声セグメントを分割します

音声内の異なる話者を自動的に検出・分割する音声処理モデルです。

このモデルはWav2vec 2.0基本アーキテクチャをファインチューニングした自動音声認識(ASR)モデルで、ルームインパルス応答(RIR)で強化されたTIMITサブセットで訓練されています

xls-r-dummyをCommon Voice 8.0アブハズ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。

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。

これは自動音声認識(ASR)モデルで、未知のデータセットでトレーニングされ、単語誤り率(WER)は0.6309です。

このモデルはfacebook/wav2vec2-baseをTIMIT_ASR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、評価セットで0.2151の単語誤り率(WER)を達成しました。

このモデルは、MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - ABデータセットでxls - r - dummyを微調整した自動音声認識モデルです。