[モデル公開] facebook/mms-300m

facebook/mms-300mは、Meta AIが開発した多言語対応モデルです。300Mパラメータを持ち、12,880DL、519いいねを獲得しています。多言語間の音声・テキスト処理タスクへの応用が期待されます。多様な言語に対応する能力は、グローバルなAIアプリケーション開発において重要性を増しています。

• facebook/mms-300mは、Facebook AIが開発した大規模多言語音声モデル（MMS）の3億パラメータ版。
• 1,400以上の言語で50万時間以上の音声データを用いて、Wav2Vec2の自己教師あり学習で事前学習されている。
• 音声認識、翻訳、分類などの下流タスク向けにファインチューニングすることを想定している。
• 入力音声は16kHzでサンプリングする必要がある。
• CC-BY-NC 4.0ライセンスで提供されている。