You need to agree to share your contact information to access this model

This repository is publicly accessible, but you have to accept the conditions to access its files and content.

Log in or Sign Up to review the conditions and access this model content.

Easy Turn-JA — 全世代 checkpoint アーカイブ(研究用)

日本語ターン検出モデル Easy Turn-JA プロジェクトで学習した全世代の checkpoint を、研究記録として保存しているリポジトリです。失敗した世代も含みます。

実際に使うためのモデルはこちらです → ayousanz/easy-turn-ja(gate なしの公開版。性能・使い方・制限事項はそちらのカードに記載)

収録している世代

パス 内容 学習に使った素材
phase2/exp2a/ Adapter-only 学習(失敗記録。日本語出力率 0%) ReazonSpeech
phase2/exp2c/ 全解凍学習(日本語 CER 1.031 → 0.535、日本語出力率 94.5%) ReazonSpeech
phase3/exp3a/ 4状態 fine-tuning 初代 + 合成4状態データ
phase5/exp5a/ 会話体合成データ第2世代 + 合成
phase7/exp7a/ 長さ分布の再配分 + 合成
phase10/exp10a/ 実会話データ導入 + TalkBank CallHome
phase11/exp11a/ J-CHAT 増量。公開版と同一の重み + J-CHAT
phase12/exp12a/ wait 再定義 + 再ラベル 同上
phase15/exp15a/ phase15/exp15b/ 単一変数でのやり直し 同上
phase16/exp16a/ DuplexChat 増量 + DuplexChat
phase17/exp17a/ phase17/exp17b/ 帯域整合 / wait 定義やり直し 同上

phase2/exp2aphase2/exp2cphase7/exp7a には train.yaml が同梱されています。それ以外の世代で推論する場合は、ayousanz/easy-turn-jatrain.yaml を流用してください(llm_path の書き換えが必要です)。

ライセンス

このリポジトリの重みは CC BY-NC-SA 4.0 で配布します。非商用に限られます。

phase10 以降の世代が TalkBank CABank(CC BY-NC-SA 3.0)と J-CHAT(CC BY-NC 4.0)を学習に含むためです。リポジトリ全体として、収録物のうち最も強い条件に揃えています。

素材 ライセンス
Easy Turn 公式 checkpoint(ベース) Apache-2.0
Qwen2.5-0.5B-Instruct Apache-2.0
Whisper-Medium encoder MIT
Irodori-TTS v3 / VoiceDesign v3(合成生成器) MIT
ReazonSpeech CDLA-Sharing-1.0(Results に義務なし)
J-CHAT CC BY-NC 4.0
TalkBank CABank CallHome 日本語 CC BY-NC-SA 3.0
DuplexChat メタデータとパイプラインは MIT。音声の権利は元の権利者に帰属

このリポジトリは学習済みの重みのみを配布しています。学習・評価に使った音声・転写・クリップは一切含まれておらず、再配布していません。ReazonSpeech と J-CHAT については、日本国著作権法第30条の4(情報解析)の範囲での利用です。

ベースの Easy Turn は Apache-2.0 です。同ライセンス §4 に従い、派生物であること、および日本語データによる継続適応という変更を加えたことをここに明示します。

引用

TalkBank の規則により、phase10 以降の重みを利用した成果では以下の引用が必要です。

Linguistic Data Consortium (2008). CABank Japanese CallHome Corpus. TalkBank. doi:10.21415/T5H59V
Canavan, A., & Zipperlen, G. (1996). CALLHOME Japanese Speech LDC96S37. Philadelphia: Linguistic Data Consortium.

想定利用

研究目的での再現・比較実験に限ります。プロダクション利用は想定していません。世代ごとの性能差と、どの介入が効いてどれが効かなかったかについては、公開版のカードと下記の記事を参照してください。

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for ayousanz/easy-turn-ja-ckpt

Finetuned
(2)
this model