モデル選定

音声キーワード認識

# 音声キーワード認識

Whisper Small Keyword Spotting

openai/whisper-smallを微調整した音声キーワード認識モデルで、kw-spotting-fsc-sl-agvデータセットで訓練され、評価精度は99.98%に達しました

FlandersMakeAGV

Internal.wav2vec2 Base Superb Ks Int8 Structured79

このモデルはwav2vec2-base-ft-keyword-spottingをsuperb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、オーディオ分類タスク用に量子化と構造化プルーニング最適化が施されています。

Distilhubert Ft Keyword Spotting

DistilHuBERTアーキテクチャに基づくキーワード認識モデル、superbデータセットでファインチューニングされ、精度97.06%を達成

Wav2vec2 Base Ft Keyword Spotting

facebook/wav2vec2-baseをSUPERBデータセットでファインチューニングした音声キーワード認識モデルで、精度は98.26%を達成

Wav2vec2 Base Keyword Spotting

wav2vec2-baseモデルをsuperbデータセットでファインチューニングした音声キーワード認識モデルで、精度は98.43%を達成

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