Wav2vec2 Base Timit Ali Hasan Colab
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データセットでトレーニング済み
Downloads 25
Release Time : 4/30/2022
Model Overview
このモデルはwav2vec2-baseのファインチューニング版で、英語音声認識タスクに特化しています。モデルカード情報は限られていますが、基本アーキテクチャとトレーニングデータから推測すると、英語音声からテキストへの変換アプリケーションに適している可能性があります。
Model Features
wav2vec2アーキテクチャベース
Facebookが開発したwav2vec2-baseをベースモデルとして採用し、強力な音声特徴抽出能力を備えています
TIMITデータセットでファインチューニング
TIMIT英語音声データセットでファインチューニングされており、英語音声認識タスクに適している可能性が高い
軽量モデル
wav2vec2-baseアーキテクチャを基にしており、大規模モデルと比べて軽量でリソースが限られた環境に適しています
Model Capabilities
英語音声認識
音声からテキストへの変換
Use Cases
音声文字起こし
英語音声の書き起こし
英語音声コンテンツをテキストに変換
単語誤り率(WER)は1.0(評価セットに基づく)
教育アプリケーション
英語発音評価
英語学習者の発音評価システムに使用可能
Featured Recommended AI Models
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 Supports Multiple Languages

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 English

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 Chinese
R
uer
2,694
98