AIbase
JA
モデル選定
タグ
高精度音声処理

# 高精度音声処理

Wavlm Base Deepfake V2
microsoft/wavLM-baseを微調整した音声処理モデルで、評価セットでの精度は99.62%
音声分類 Transformers
W
DavidCombei
113
0
Wav2vec2 Conformer Rel Pos Large 960h Ft Intent Classification Ori
Apache-2.0
このモデルはfacebook/wav2vec2-conformer-rel-pos-large-960h-ftをファインチューニングした音声意図分類モデルで、評価セットで58.33%の精度を達成しました。
音声分類 Transformers
W
MuhammadIqbalBazmi
15
0
Wav2vec2 Base 960h Finetuned Common Voice3
Apache-2.0
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、汎用音声認識タスクに適しています
音声認識 Transformers
W
obokkkk
20
0
Wav2vec2 Base 960h Finetuned Common Voice
Apache-2.0
このモデルはfacebook/wav2vec2-base-960hをCommon Voice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す
音声認識 Transformers
W
obokkkk
16
0
Wav2vec2 Large Xls R 300m Pun Colab
Apache-2.0
facebook/wav2vec2-xls-r-300mをcommon_voice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
音声認識 Transformers
W
shibli
20
0
Wav2vec2large Xlsr Akan
これは汎用の音声モデルで、音声認識と音声処理タスクをサポートします。
音声認識 その他
W
azunre
2,834
0
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
L
scb10x
3,269
16
Cadet Tiny
Openrail
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
C
ToddGoldfarb
2,691
6
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
R
uer
2,694
98
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