日语HuBERT Base,12层 Transformer 与 rinna 原版相同,使用约19,000小时的 ReazonSpeech v1 日语语音训练,并以 Apache 2.0 许可证发布。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
28,000
Hugging Face 点赞数
6
收录日
2026年5月20日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | 5,000 |
| 2026年6月 | 2,000 |
| 2026年7月 | — |
| 2026年8月 | 187,000 |
| 2026年9月 | 8,000 |
| 2026年10月 | 3,000 |
| 2026年11月 | 28,000 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- sentence-bert-base-ja-mean-tokens-v2sonoisa53k一款在 cl‑tohoku/bert‑base‑japanese‑whole‑word‑masking 上使用 MultipleNegativesRankingLoss 细调的 Japanese Sentence‑BERT v2,较 v1 提升了约 1.5–2 %的准确率,并以 sonoisa/sentence‑bert‑base‑ja‑mean‑tokens‑v2 发布。
- japanese-clip-vit-b-16rinna40krinna/japanese-clip‑vit‑b‑16 是一个 Apache‑2.0 许可的日语 CLIP 模型,基于 ViT‑B/16,训练于 CC12M captions 翻译成日语,并于 2022 年 5 月 12 日发布。
- clip-japanese-baseline-corporation34kLY Corporation的clip‑japanese‑base 是一个日语 CLIP 模型,在约10亿对图像‑文本对上训练,使用 Eva02‑B transformer 图像编码器和 12 层 BERT 文本编码器,在 STAIR 上实现 R@1 0.30,在 Recruit 上得到 0.89 的准确率,在 ImageNet‑1K 上得到 0.58 的准确率,并支持 zero‑shot 图像分类和检索。
- transformers-ud-japanese-electra-base-ginza-510megagonlabs22kja_ginza_electra 是一个 spaCy v3 Python 包,提供一个在 mC4 和 UD_Japanese_BCCWJ r2.8(基于 megagonlabs/transformers‑ud‑japanese‑electra‑base‑discrimininator)上微调的日语 ELECTRA 模型,并配有自定义 bunsetu‑phrase 检测功能,按 MIT license 分发。
- sentence-bert-base-ja-mean-tokenssonoisa14k用于生成句子嵌入的 Japanese Sentence‑BERT (v1) 模型,已提供改进版 v2,并通过 Hugging Face Transformers 以及自定义的 SentenceBertJapanese 类进行示例使用。
- sentence-luke-japanese-base-litesonoisa10kJapanese Sentence‑LUKE 模型在与 Sentence‑BERT 同一数据集上训练,表现超过或匹配其性能,基于 studio‑ousia/luke‑japanese‑base‑lite 构建,并通过 Hugging Face Transformers 的 MLukeTokenizer 与 LukeModel 进行使用。
研究领域相近的资源
- sarashina-embedding-v2-1bsbintuitions2kSarashina‑Embedding‑v2‑1B 是一个 1,792 维的日语句子变换器,使用多阶段对比学习训练,获得了前沿的 JMTEB 分数,可通过 Sentence‑Transformers 并搭配可选指令前缀,用于语义相似度、搜索、改写挖掘、分类和聚类。共同: 表示学习
- sup-simcse-ja-basecl-nagoya2k一个日语 BERT‑base 模型,在 JSNLI 上使用有监督 SimCSE 进行微调,通过 Sentence‑Transformers 或 HuggingFace 提供,采用 CLS 池化。在 1M 个样本上训练,批量大小为 512,学习率为 5×10⁻⁵,温度为 5×10⁻⁵,64 令牌限制,采用 BFloat16 精度。共同: 表示学习
- clip-japanese-base-v2line-corporation2k日本CLIP模型 clip‑japanese‑base‑v2,升级后约20亿图像‑文本对并采用蒸馏,配合 Eva02‑B 图像编码器和 12 层 BERT 文本编码器,将 ImageNet‑1k 准确率提升至 0.708,超过前代模型。共同: 表示学习
- plamo-embedding-1bpfnet486kPLaMo‑Embedding‑1B 是 Preferred Networks 的一款日语文本嵌入模型,它将日语文本转换为向量,用于信息检索、分类和聚类,在 JMTEB 基准上表现出强大性能,并且在 Apache v2.0 许可证下可免费使用。共同: 表示学习
- ruri-v3-70mcl-nagoya14kRuri v3 提供高性能的日语文本嵌入,支持至 8192 个 token,拥有 100k 个 token 的词汇表,支持 FlashAttention,并提供多种模型规模(30 m–310 m),以实现高效推理和通过 sentence‑transformers 进行微调。共同: 表示学习
- japanese-splade-v2hotchpotch4k高性能的日本 SPLADE v2 通过 WebUI demo 实现稀疏向量转换和推理,使用 YAST 进行训练,提供 YASEM 嵌入,并报告 JMTEB benchmark 结果。共同: 表示学习