AIbase
JA
ホーム
Whisper Medium
W

Whisper Medium

Xenovaによって開発
Whisper MediumはOpenAIが開発した中規模の音声認識モデルで、多言語の自動音声認識（ASR）タスクをサポートしています。
音声認識
Transformers
#音声テキスト変換#多言語対応#ウェブ対応
ダウンロード数 871
リリース時間 : 5/31/2023

モデル概要

Whisper MediumはTransformerアーキテクチャに基づく音声認識モデルで、音声をテキストに変換し、多言語をサポートします。

モデル特徴

多言語対応
多言語の音声認識をサポートし、国際的なアプリケーションシーンに適しています。
高精度
Transformerアーキテクチャに基づき、高精度な音声テキスト変換を提供します。
ONNX互換
ONNX形式をサポートし、ウェブや他のプラットフォームでの展開が容易です。

モデル能力

音声認識
多言語文字起こし
リアルタイム音声テキスト変換

使用事例

音声文字起こし
会議議事録
会議の録音を自動的にテキストに変換し、後からの参照や分析を容易にします。
高精度な文字起こしで、多言語会議をサポートします。
字幕生成
動画コンテンツに自動的に字幕を生成し、アクセシビリティを向上させます。
多言語の字幕生成をサポートします。
音声アシスタント
音声入力
音声アシスタントに音声テキスト変換機能を提供し、自然言語インタラクションを実現します。
低遅延で高精度な音声認識。
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase