AIbase
EN
Home
V1 Speech Processing Project Wav2vec2
V

V1 Speech Processing Project Wav2vec2

Developed by Raffay
このモデルはwav2vec2-large-xls-r-300m-Urduをファインチューニングした音声処理モデルで、主にウルドゥー語音声認識タスクに使用されます。
音声認識
Transformers
Open Source License:Apache-2.0#ウルドゥー語音声認識#大規模モデルのファインチューニング#低リソース最適化
Downloads 23
Release Time : 4/24/2022

Model Overview

wav2vec2アーキテクチャに基づくウルドゥー語音声認識モデルで、音声からテキストへの変換タスクに適しています。

Model Features

ウルドゥー語最適化
ウルドゥー語の音声特徴に特化してファインチューニングされています
大規模モデルアーキテクチャ
3億パラメータの大規模wav2vec2アーキテクチャを採用
効率的なトレーニング
混合精度トレーニングと線形学習率スケジューラーを使用してトレーニング効率を最適化

Model Capabilities

ウルドゥー語音声認識
音声からテキストへの変換

Use Cases

音声文字起こし
ウルドゥー語音声文字起こし
ウルドゥー語の音声内容をテキストに変換
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
AIbase
Empowering the Future, Your AI Solution Knowledge Base
English简体中文繁體中文にほんご
© 2025AIbase