# マルチタスク音声モデル

Granite-speech-3.3-2bはIBMが開発したコンパクトで効率的な音声言語モデルで、自動音声認識（ASR）と自動音声翻訳（AST）に特化して設計され、双方向設計を採用してモジュール性とセキュリティを向上させています。

SpeechT5はCMU ARCTICデータセットでファインチューニングされた音声変換モデルで、音声内容を保持しながら音色特徴を変更することができます。

DistilHuBERTは、HuBERTモデルを階層的に蒸留することで実現された軽量版の音声表現学習モデルで、性能を維持しながらモデルサイズと計算コストを大幅に削減します。