
Whisper ASRモデルの微調整
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
32
±0 (10月13日〜)
最終コミット
2022年12月
GitHub での作成日
2022年10月27日
掲載日
2022年10月29日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 32 |
| 2026年1月 | 32 |
| 2026年2月 | 32 |
| 2026年3月 | 32 |
| 2026年4月 | 32 |
| 2026年5月 | 32 |
| 2026年6月 | 32 |
| 2026年7月 | 32 |
| 2026年8月 | 32 |
| 2026年9月 | 32 |
| 2026年10月 | 32 |
| 2026年11月 | 32 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
llm-jp-asrtosiyuki9Whisperのデコーダをllm-jp-1.3b-v1.0に置き換えた音声認識モデルを学習させるためのコード
N46WhisperAyanaminn1.7kささやきベースの日本語字幕生成ツール
OneCompressionFujitsuResearch445富士通研究所による LLM 向け後学習量子化 (PTQ) パイプライン。QEP (NeurIPS 2025)、ILP 混合精度、回転前処理、vLLM プラグインを統合。論文: arXiv:2603.28845。
easynovelassistantzuntan03237軽量で規制も検閲もない日本語ローカル LLM『LightChatAssistant-TypeB』による、簡単なノベル生成アシスタントです。ローカル特権の永続生成 Generate forever で、当たりガチャを積み上げます。読み上げにも対応。
jparacrawl-finetuneMorinoseiMorizo104JParaCrawlの事前学習済みニューラル機械翻訳(NMT)モデルの使用例。
llm-lora-classificationhppRC97llm-lora-classification
llm-lora-分類
研究分野が近いリソース
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 は Common Voice 6.1、CSS10、JSUT で微調整され、16 kHz オーディオを必要とし、HuggingSound または HuggingFace パイプラインで使用できます。HF モデル共通: テキスト生成・言語モデル
- kotoba-whisper-v2.2kotoba-tech16kKotoba‑Whisper‑v2.2 は、HuggingFace‑Transformers パイプラインを通じて統合された話者分離と自動句読点機能を備えた kotoba‑whisper‑v2.0 を拡張した日本語 ASR モデルであり、Asahi Ushio と Kotoba Technologies と協力して構築されました。HF モデル共通: 言語モデル・音声・オーディオ
asrzakuro-ai72自動音声認識は、Zakuro AIのサポートを受けたpytorchのdeepspeech2モデルを使用しています。共通: 音声認識・テキスト生成- parakeet-tdt_ctc-0.6b-janvidia7kNVIDIA NeMo の 0.6 B‑parameter Hybrid FastConformer‑TDT‑CTC ASR model は、日本語音声を句読点付きで文字起こしし、NeMo フレームワーク内で推論またはファインチューニングに利用可能です。HF モデル共通: テキスト生成・音声・オーディオ
- japanese-anime-speechjoujiboi946Japanese Anime Speech Dataset は、73,004 の音声‑テキストペア(合計110時間、V1 から V5 へと進化)を提供し、OpenAI’s Whisper などの ASR モデルを強化します。すべての利用に対してオープンライセンスが適用され、クレジットの表記があれば感謝します。HF データセット共通: 音声認識・テキスト生成
- gpt-neox-japanese-2.7babeja3k2.7Bパラメータの日本語 GPT‑NeoX モデルは、ABEJA Inc. が日本語 CC‑100 と OSCAR で学習し、Hugging Face Transformers パイプラインまたは PyTorch で利用可能で、MIT license の下で公開されています。HF モデル共通: テキスト生成・言語モデル