Erax WoW Turbo V1.1
ベトナム語に最適化されたWhisper Large-v3 Turbo音声認識モデルで、多言語をサポートし、超高速応答と高精度を実現
ダウンロード数 666
リリース時間 : 3/30/2025
モデル概要
Whisper Large-v3 Turboを最適化した音声認識モデルで、特にベトナム語向けにローカライズ最適化されており、11言語をサポート、リアルタイム書き起こしなど様々なシーンに適用可能
モデル特徴
超高速応答
30秒の音声処理に約350ミリ秒しかかからず、リアルタイム書き起こしに最適
多言語サポート
11言語をサポートし、ベトナム語の8地域すべてのアクセントに対応
高精度
主要言語の単語誤り率(WER)は約12%で、様々なアクセントを認識可能
大規模トレーニング
60万サンプル(約1000時間)の実環境音声データセットでトレーニング
オープンソース無料
MITライセンスを採用し、使用制限なし
モデル能力
音声認識
リアルタイム書き起こし
多言語処理
アクセント認識
使用事例
リアルタイム書き起こし
会議議事録
会議内容をリアルタイムで書き起こし
ほぼリアルタイムで文字記録を生成
ライブ字幕
ライブイベント向けに即時字幕を生成
低遅延の字幕出力
音声アシスタント
音声制御アプリ
応答速度の速い音声制御インターフェースを開発
高精度な音声コマンド認識
アクセシビリティツール
聴覚障害者支援
聴覚障害者向けに音声を文字に変換するサービスを提供
リアルタイム音声文字変換
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