# 英語音声処理

Qwen2-Audio-7B-Instructの重み/行列量子化モデルで、英語音声テキスト変換タスクをサポート

Qwen2-Audio-7B-Instructモデルの静的量子化バージョンで、英語音声テキスト変換タスクをサポート

このモデルはfacebook/wav2vec2-baseをLibriSpeech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、評価セットで0.3174の単語誤り率を達成しました。

Distil-WhisperはOpenAI Whisper-Large-v3の知識蒸留バージョンで、より優れたパフォーマンスと効率性を提供します。

facebook/wav2vec2-baseモデルをminds14データセットでファインチューニングした音声分類モデル

Menlo/Ichigo-llama3.1-s-instruct-v0.4を基にした静的量子化モデルで、様々な量子化バージョンを提供し、異なるハードウェア要件に対応します。

facebook/wav2vec2-baseをminds14データセットでファインチューニングした音声分類モデル

Ichigo-llama3sシリーズモデルはHomebrew Researchが開発したマルチモーダル言語モデルで、音声とテキストの入力をネイティブに理解できます。このモデルはLlama-3アーキテクチャを基盤としており、WhisperVQを音声ファイルトークナイザーとして使用してトレーニングされ、音声理解能力が向上しています。

Ichigo-llama3sは音声とテキスト入力をサポートする大規模言語モデルシリーズで、音声理解能力とユーザーインタラクション体験の向上に焦点を当てています。

WhisperNERは、音声文字起こしとエンティティ認識を同時に行うことができる新しいモデルで、オープン型の固有表現認識（NER）をサポートしています。

Wav2Vec2-Baseアーキテクチャに基づく自動音声認識モデルで、音素認識に特化しており、LJSpeech Phonemesデータセットでファインチューニングされています

facebook/wav2vec2-large-lv60をファインチューニングした英語音素認識モデルで、TIMITデータセットにおいて10.53%の音素誤り率を達成

facebook/wav2vec2-large-lv60をTIMITデータセットでファインチューニングした英語音素認識モデル、音素誤り率10.53%

Gazelle v0.2 は Tincans によってリリースされた音声-言語統合モデルで、英語をサポートしています。

wav2vec2-large-xlsr-53-englishモデルをRAVDESSデータセットでファインチューニングした音声感情認識モデル

wav2vec2アーキテクチャに基づく英語音声感情認識モデル、RAVDESSデータセットで微調整

Wav2Vec2アーキテクチャに基づく音声認識の基本モデルで、960時間の英語音声データでトレーニングされており、音声分類タスクに適しています。

facebook/wav2vec2-baseをファインチューニングした音声感情認識モデルで、音声サンプル中の話者の感情を予測します。

Wav2Vec2アーキテクチャに基づく音素認識モデルで、LJSpeech Phonemesデータセットでファインチューニングされ、音声を音素シーケンスに変換するために使用されます

facebook/wav2vec2-large-960hをファインチューニングした意図分類モデルで、評価セットで77.08%の精度を達成

TEDLIUMコーパスでファインチューニングされたWav2Vec2大型音声認識モデル、英語音声からテキストへの変換をサポート

このモデルはfacebook/wav2vec2-baseをTIMIT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、Google Colab環境でトレーニングされました。

facebook/wav2vec2-baseモデルをTIMIT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、低い単語誤り率(WER)を実現しています。

facebook/wav2vec2-base-960hをファインチューニングした音声認識モデル

facebook/wav2vec2-base-960hをベースにファインチューニングした音声認識モデルで、評価セットでの単語誤り率は1.0

facebook/wav2vec2-baseをTIMIT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、英語音声からテキストへの変換タスクに特化

これはdistilhubertをsuperbデータセットで微調整した音声認識モデルで、主に自動音声認識(ASR)タスクに使用されます。

このモデルはfacebook/wav2vec2-baseをTIMIT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、評価セットで0.3384の単語誤り率(WER)を達成しました。

音声からテキストへの変換器(S2T)で訓練された自動音声認識(ASR)モデルで、英語音声認識向けに設計されています

facebook/wav2vec2-baseを微調整した音声認識モデルで、自動音声文字変換タスクをサポート

facebook/wav2vec2-xls-r-300mをlibrispeech_asrデータセットでファインチューニングした英語音声認識モデル

このモデルはfacebook/wav2vec2-baseをTIMIT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、英語音声からテキストへの変換タスクに特化しています。

facebook/wav2vec2-baseをTIMIT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、評価セットで0.3355の単語誤り率(WER)を達成しました。

このモデルはfacebook/wav2vec2-baseをファインチューニングした音声認識モデルで、評価セットで0.52の単語誤り率を達成しました。

このモデルはfacebook/wav2vec2-base-960hをファインチューニングした音声認識モデルで、評価セットでの単語誤り率(WER)は1.0です。

facebook/wav2vec2-baseをTIMIT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、英語音声からテキストへの変換タスクに適しています

このモデルはfacebook/wav2vec2-baseをTIMIT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、主に英語音声からテキストへの変換タスクに使用されます。

facebook/wav2vec2-baseモデルをTIMIT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

facebook/wav2vec2-baseモデルをTIMIT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、英語音声からテキストへの変換タスクに特化

このモデルはfacebook/wav2vec2-baseをファインチューニングした音声認識モデルで、TIMITデータセットで0.4348の単語誤り率を達成しました。