वापस
मॉडल
Wav2Vec2 XLS-R · Turkish
उद्देश्य
यह मॉडल 30 करोड़ पैरामीटर वाले XLS-R स्पीच एनकोडर से तुर्की की बोली हुई बात को पाठ में बदलता है। इसे Mozilla Common Voice 8.0 की तुर्की रिकॉर्डिंग पर फ़ाइन-ट्यून किया गया। डिकोडिंग में CTC लगातार एक जैसी भविष्यवाणियों को मिलाता है और खाली चिह्न हटाकर प्रतिलेख बनाता है। मॉडल कार्ड में मूल्यांकन सेट पर शब्द त्रुटि दर 0.2869, यानी लगभग 28.7%, दर्ज है।
स्रोत दस्तावेज़
मूल स्रोत · huggingface.co Meta Wav2Vec2 XLS-R 300M Sequence Modeling with CTCउद्धरण
Wav2Vec2 XLS-R · Turkish · https://huggingface.co/emre/wav2vec2-large-xls-r-300m-tr