アムステルダムを拠点とする音声認識スタートアップ Resonate Labs BV は本日、Rumble-2-Flash 文字起こしモデルをオープン ウェイト付きの無料ダウンロードとしてリリースしました。 録音済みのオーディオを高速に転写するように設計された 5 億パラメータのモデルは、40 以上の言語をサポートしています。 Reson8 は、英語以外の言語向けに構築された音声認識を必要とする開発者や研究者にこのリリースを売り込んでいます。 同社によると、主要な音声モデルは主に英語でトレーニングされていますが、英語を母国語として話す人は 20 人に 1 人程度しかいません。薬の名前などの専門用語は、音声が英語以外になると精度が最も低下すると言われています。 Reson8 のモデルは、会議の議事録作成者、人工知能の受付係、顧客サポートの音声エージェント、医療の文字起こし、キャプション作成などに実稼働環境で使用されていると言われています。…
Read More


