# リアルタイム音声翻訳

Quantum_STT は、大規模な弱教師あり学習に基づく先進的な自動音声認識（ASR）および音声翻訳モデルで、複数の言語とタスクをサポートしています。

NVIDIA NeMo Canary Flash は、英語、ドイツ語、フランス語、スペイン語の自動音声認識と翻訳タスクをサポートする多言語多機能音声モデルです。

NVIDIA NeMo Canary Flashは多言語マルチタスクモデルファミリーで、複数の音声ベンチマークで最先端の性能を実現しています。4つの言語の自動音声認識と翻訳タスクをサポートします。

UltravoxはLlama3.1-8B-Instructとwhisper-large-v3-turboを基に構築されたマルチモーダル音声大規模言語モデルで、音声とテキスト入力を同時に処理できます。

F-Droidプラットフォーム上のWhisperアプリに適したTFLiteモデルで、音声文字起こしと翻訳機能をサポートします。