ノイズ混じりの音声を正確に文字起こし、5GB未満の「Mega ASR」公開
ノイズや反響などの過酷な音響環境に特化した音声認識モデル Mega ASR が公開された。260 万件の実環境データで訓練され、既存の主要モデルと比べて難条件下で約 30% 性能が向上。全体で 5GB 未満と軽量で、一般的な GPU でもローカル実行や微調整が可能となっている。
ノイズや反響などの過酷な音響環境に特化した音声認識モデル Mega ASR が公開された。260 万件の実環境データで訓練され、既存の主要モデルと比べて難条件下で約 30% 性能が向上。全体で 5GB 未満と軽量で、一般的な GPU でもローカル実行や微調整が可能となっている。