# 言語モデル依存なし

facebook/wav2vec2-large-xlsr-53モデルをファインチューニングしたイタリア語音声認識モデル、ユニバーサル音声イタリア語テストセットで単語誤り率13.91%

facebook/wav2vec2-large-xlsr-53モデルをベースに微調整されたギリシャ語音声認識モデルで、16kHzサンプリングレートの音声入力に対応しています。

Facebookのwav2vec2-large-xlsr-53モデルをベースに、Common Voiceドイツ語データセットで微調整された自動音声認識(ASR)モデル

facebook/wav2vec2 - large - xlsr - 53モデルをベースに微調整したタミル語音声認識モデルで、Common Voiceタミル語データセットで訓練されました。

facebook/wav2vec2-large-xlsr-53モデルを基に微調整されたウクライナ語自動音声認識(ASR)モデルで、Common Voiceデータセットを使用して訓練されています。

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Facebookのwav2vec2-large-xlsr-53モデルを微調整したリトアニア語の自動音声認識(ASR)モデルで、Common Voiceデータセットを使用してトレーニングされています。

facebook/wav2vec2-large-xlsr - 53をベースに微調整されたベンガル語自動音声認識モデルで、OpenSLRデータセットの約4万件の音声データで訓練されています。

Facebookのwav2vec2-large-xlsr-53モデルをファインチューニングした広東語音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。

これはfacebook/wav2vec2-large-xlsr-53モデルを微調整したハンガリー語自動音声認識モデルで、一般音声データセットを使用して訓練されています。

これはハンガリー語音声認識タスクに対して微調整されたXLSR - 53大規模モデルで、Common VoiceとCSS10データセットを基に訓練されています。

アラビア語音声認識に対して微調整されたWav2Vec2 - Large - XLSR - 53大規模モデルで、Common VoiceとArabic Speech Corpusデータセットを基に訓練されました。

これはfacebook/wav2vec2-large-xlsr-53モデルに基づき、アラビア語エジプト方言で微調整された自動音声認識(ASR)モデルで、一般音声データセットを使用して訓練されています。

facebook/wav2vec2-large-xlsr-53をベースにギリシャ語で微調整した自動音声認識モデル

facebook/wav2vec2-large-xlsr-53をベースにタタール語で微調整した自動音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。

facebook/wav2vec2-large-xlsr-53モデルを微調整したロマンシュ語ヴァラディエル方言の音声認識モデルで、単語誤り率は32.89%です。

facebook/wav2vec2-largeを汎用音声データセットで英語にファインチューニングした自動音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。

FacebookのXLSR - 53大規模モデルを微調整したエストニア語音声認識モデルで、一般的な音声データセットで30.74%の単語誤り率を達成しました。

これはfacebook/wav2vec2-large-xlsr-53をベースに微調整されたインドネシア語音声認識モデルで、人工Common Voiceインドネシア語データセットで訓練されています。

facebook/wav2vec2-large-100k-voxpopuliモデルを微調整したカタルーニャ語音声認識モデル

facebook/wav2vec2-large-xlsr-53モデルをベースに微調整されたカタルーニャ語音声認識モデルで、一般音声データベースと議会音声データベースのデータで訓練されています。

facebook/wav2vec2-large-xlsr-53をベースに微調整されたインドネシア語自動音声認識モデルで、Common Voiceインドネシア語データセットで訓練され、テストのWERは25.86%です。

facebook/wav2vec2-large-xlsr-53をCommon Voice日本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

facebook/wav2vec2-large-xlsr-53をファインチューニングしたジャワ語自動音声認識モデルで、トレーニングデータはOpenSLRの高品質ジャワ語TTSデータを使用しています。

facebook/wav2vec2-large-xlsr - 53をベースに微調整されたアラビア語音声認識モデルで、Common Voiceとアラビア語音声コーパスで訓練されました。

facebook/wav2vec2-large-xlsr-53をベースに、モンゴル語の一般的な音声データセットで微調整された自動音声認識モデル

facebook/wav2vec2-large-xlsr-53モデルをベースに微調整されたベンガル語自動音声認識モデルで、OpenSLRデータセットを使用して訓練されています。

facebook/wav2vec2-large-xlsr-53モデルをベースに微調整されたカタルーニャ語自動音声認識（ASR）モデルで、Common Voiceカタルーニャ語データセットで訓練され、単語誤り率（WER）は8.11%です。

facebook/wav2vec2-large-xlsr-53モデルを基にファインチューニングしたチェコ語自動音声認識(ASR)モデルで、Common Voiceチェコ語テストセットでWER27.05%を達成。

facebook/wav2vec2-large-xlsr - 53フレームワークに基づいて微調整されたスウェーデン語自動音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。

facebook/wav2vec2-large-xlsr-53をCommon Voiceフランス語データセットで微調整した自動音声認識モデルで、テストのWERは34.86%です。