超高精度な国産音声認識AI「ReazonSpeech」が無償公開されたので文字起こし機能を使ってみた

東京に拠点を置くテクノロジー企業「レアゾン・ホールディングス」が、1万9000時間に及ぶ国内最大級の日本語音声コーパス「ReazonSpeech」を無償公開しました。同時に、OpenAIが開発した超高性能音声認識AI「Whisper」に匹敵する性能をアピールする文字起こしサービスも公開されていたので、実際に使ってみました。 超高精度で商用利用可能な純国産の日本語音声認識モデル「ReazonSpeech」を無償公開 - Reazon Human Interaction Lab https://research.reazon.jp/news/reazonspeech.html ReazonSpeech - Reazon Human Interaction Lab https://research.reazon.jp/projects/ReazonSpeech/ レアゾン・ホールディングスは「R

[aceraceae]

テレビから流れてくるバラエティの声を文字起こしさせてみたけどけっこう精度いい感じ。

[misshiki]

“1万9000時間に及ぶ国内最大級の日本語音声コーパス「ReazonSpeech」を無償公開しました。同時に、OpenAIが開発した超高性能音声認識AI「Whisper」に匹敵する性能をアピールする文字起こしサービスも公開”

[diet55]

リンク先より「ESPnet ReazonSpeech は、少ないパラメータ数で Whisper large-v2 と同等の精度を達成しています」。「Google製Python実行環境『Google Colab』上で公開されているノートブックを用いて長い文章の文字起こしを試してみます

[nabinno]

精度よさそう。句読点や話者識別できるようになったら使ってみよう。

[daysleeeper]

これはひどい

[tmatsuu]

ほう

[Shi35ShiShiPo]

議事録係やるときにいいなあ

[lenore]

会議の時に使ってみたい

[Reinassance]

AI 文字起こし

[NAPORIN]

ツイッターのスペースにも日本語文字起こしがついてる気がする　腐女子トークはジャーゴンが多すぎてそこはついてこられないけど他はだいたいイケてる

[hitoyasu]

国産音声認識AI「ReazonSpeech」。

[shunkeen]

人間だとカクテルパーティー効果で聞きたい音声を取捨選択できたりするけど、このAIだとどうなるんだろうか。文章が混ざったりするのかな？それはそれで面白い表現になりそう…マイクを7個用意すれば聖徳太子AIの完成