be_nlp_speech_resourcesダウンロードbe_nlp_speech_resourcesソースコードダウンロード

ダウンロード

ベラルーシのNLPおよび音声処理リソース

このリポジトリには、ベラルーシの自然言語および音声処理リソースとデータセットへのリンクが含まれています。

ウクライナの音声処理リソースを備えた同様のプロジェクトに触発されています：egorsmkv/speech-recognition-uk

共通の音声8 + Kenlm言語モデルでトレーニングされたWAV2VEC2コモンボイス8で訓練されている：
- モデル：ALES/WAV2VEC2-CV-BE
- デモ：ALES/WAV2VEC2-CV-BE-LM
- コード：Navalnica/WAV2VEC2-Belarusian
ささやき：
- オリジナルのOpenai/Whisperモデル
- ベラルーシの共通音声11データセットで微調整されたささやきモデル：
  - ささやき声：
    - モデル：Ales/Whisper-Small-Belarusian
    - CommonVoice11： 6.79でテストします
    - デモ：Ales/Whisper-Small-Belarusian-Demo
    - コード：Navalnica/Whisper-Finetuning-Be
  - ささやきベース：
    - モデル：Ales/Whisper-Base-Belarusian
    - コード：Navalnica/Whisper-Finetuning-Be
nvidia nemoモデル：
- nvidia/stt_be_conformer_ctc_large
  - [Huggingface自己報告メトリック] CommonVoice10でテストをテスト： 4.8
- nvidia/stt_be_conformer_transducer_large
  - [Huggingface自己報告メトリック] CommonVoice10でテスト： 3.8
- nvidia/stt_be_fastconformer_hybrid_large_pc
  - [Huggingface自己報告メトリック] CommonVoice12： 2.72でテストをテストします
  - [Huggingface自己報告メトリック] P＆C CommonVoice12： 3.87をテストします
espnet：
- espnet/belarusian_commonvoice_blstm

データセットによってグループ化されたモデル比較。トト

Koichiyasuoka/Roberta-Small-Belarusian-upos
Stanfordnlp/Stanza-be
poritski/yabc_tagger。ルールベースのPO-TaggerとLemmatizer。
Perlで書かれています。 Poritski/YABCを文法ベースとして使用します（？）
volchek/beltagger。 Poritski/yabc_taggerルールベースのPos-taggerおよびlemmatizerの改良バージョン。
C ++で記述されたクロスプラットフォーム。
既知の問題：
- Windows-1251で入力データを着用する必要があり、UTF-8はサポートしていません。
- タグセットは、Bnkorpusのタグセットと文法ベースと完全に互換性がありません
- 使用される文法ベースは十分ではありません。 Belarus/Grammardbはより良いパラダイムソースですが、まだ組み込まれていません
- 接尾辞テーブル計算スクリプトは、PerlからC ++に移植されていません
- コードはBoost Libararyを使用します