Wav2vec2 Large Xlsr 53 Th Cv8 Deepcut

🚀 泰語Wav2Vec2與CommonVoice V8（deepcut分詞器）+ 語言模型

本模型旨在解決泰語自動語音識別的問題，通過結合CommonVoice V8數據集和語言模型，提升了語音識別的準確性和效率，為泰語語音處理提供了更強大的工具。

✨ 主要特性

• 基於CommonVoice V8數據集進行訓練，增加了來自CommonVoice V7數據集的數據。
• 微調了wav2vec2-large-xlsr-53模型。
• 使用deepcut分詞器進行預分詞。

📦 安裝指南

文檔未提供具體安裝步驟，故跳過此章節。

📚 詳細文檔

模型描述

• 技術報告：Thai Wav2Vec2.0 with CommonVoice V8

數據集

本模型在Common Voice V7數據集的基礎上增加了Common Voice V8數據集的新數據，或者在分割Common Voice V8數據集之前移除Common Voice V7數據集中的所有數據，然後再將CommonVoice V7數據集添加回數據集中。

使用ekapolc/Thai_commonvoice_split腳本對Common Voice數據集進行分割。

模型

本模型使用泰語Common Voice V8數據集對wav2vec2-large-xlsr-53模型進行微調，並使用deepcut.tokenize進行預分詞。

評估

使用CommonVoice V8測試集進行測試

使用CommonVoice V7測試集進行測試（與CV V7的測試相同）

此測試使用了來自https://huggingface.co/airesearch/wav2vec2-large-xlsr-53-th的相同測試集。

鏈接：

• GitHub數據集：https://github.com/wannaphong/thai_commonvoice_dataset
• 技術報告：Thai Wav2Vec2.0 with CommonVoice V8

🔧 技術細節

文檔未提供具體技術細節，故跳過此章節。

📄 許可證

本模型採用Apache 2.0許可證。

📖 BibTeX引用和引用信息

@misc{phatthiyaphaibun2022thai,
      title={Thai Wav2Vec2.0 with CommonVoice V8}, 
      author={Wannaphong Phatthiyaphaibun and Chompakorn Chaksangchaichot and Peerat Limkonchotiwat and Ekapol Chuangsuwanich and Sarana Nutanong},
      year={2022},
      eprint={2208.04799},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}