モデル選定

長音声最適化

# 長音声最適化

現在最速のデンマーク語ASRモデルで、hviske-v2の蒸留版です。速度は約4倍向上しつつ、精度は維持されています。

音声認識その他

F5-TTSベースのブラジルポルトガル語テキスト音声変換モデル、感情タグと話者特徴制御をサポート

音声合成その他

Japanese Wav2vec2 Large Rs35kh

wav2vec 2.0 Largeアーキテクチャに基づき、大規模な日本語ASRコーパスReazonSpeech v2.0でファインチューニングされた日本語自動音声認識モデル

Transformers 日本語

reazon-research

Distil Large V3

Distil-WhisperはWhisper large-v3の知識蒸留バージョンで、英語自動音声認識に特化し、より高速な推論速度を提供しながら、オリジナルモデルに近い精度を維持します。

音声認識英語

Nb Whisper Medium Verbatim

Whisper技術に基づくノルウェー語自動音声認識モデル、25万ステップの訓練を経て、正確な逐語転写をサポート

音声認識複数言語対応

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

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

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

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