U

Unispeech Large 1500h Cv Timit

Developed by patrickvonplaten
このモデルはmicrosoft/unispeech-large-1500h-cvをTIMIT_ASRデータセットでファインチューニングした自動音声認識モデルで、評価セットで21.96%の単語誤り率(WER)を達成しました。
Downloads 536
Release Time : 3/2/2022

Model Overview

英語音声認識タスクに最適化された自動音声認識モデルで、特にTIMITデータセットのような音声シナリオに適しています。

Model Features

大規模事前学習モデルに基づくファインチューニング
1500時間の音声データで事前学習されたUniSpeech-Largeモデルをファインチューニングしており、強力な音声特徴抽出能力を備えています
TIMITデータセット最適化
TIMIT ASRデータセットに特化して最適化されており、このデータセットで優れた性能を発揮します
低単語誤り率
評価セットで21.96%の単語誤り率(WER)を達成しました

Model Capabilities

英語音声認識
連続音声テキスト変換
音素レベル認識

Use Cases

音声認識研究
TIMITデータセット音声認識ベンチマークテスト
音声認識アルゴリズムのベンチマークテストと比較に使用できます
WER 21.96%
教育アプリケーション
英語発音評価
英語学習者の発音精度評価に使用できます
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase