nyra labsが「CrisperWhisper 2.0」公開、文字起こしの逐語・整形を自在に切り替え
nyra labsはオープンソースの音声認識モデル「CrisperWhisper 2.0」を公開した。言い淀みや笑い声を忠実に残す逐語モードと、整形された意図モードを切り替え可能。単語ごとの誤差は30ミリ秒に抑えられ、最小2億パラメータ版はGPUなしでも動作する。
nyra labsはオープンソースの音声認識モデル「CrisperWhisper 2.0」を公開した。言い淀みや笑い声を忠実に残す逐語モードと、整形された意図モードを切り替え可能。単語ごとの誤差は30ミリ秒に抑えられ、最小2億パラメータ版はGPUなしでも動作する。