Reazonspeech Nemo V2
基於ReazonSpeech v2.0語料庫訓練的日語自動語音識別模型,支持長音頻推理
下載量 3,897
發布時間 : 1/30/2024
模型概述
該模型是一個針對日語優化的自動語音識別系統,能夠處理長達數小時的連續語音輸入。
模型特點
長音頻處理能力
支持對長達數小時的日語長音頻片段進行連續識別
高效注意力機制
採用Longformer注意力機制,局部上下文大小256,包含全局標記
優化訓練
使用AdamW優化器和Noam退火計劃訓練100萬步
模型能力
日語語音識別
長音頻處理
連續語音轉寫
使用案例
語音轉寫
會議記錄自動生成
將長時間商務會議錄音自動轉為文字記錄
媒體內容字幕生成
為日語播客、視頻等內容自動生成字幕
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98