E

Erax WoW Turbo V1.1

erax-aiによって開発
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
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
© 2025AIbase