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

株式会社レアゾン・ホールディングス(本社：東京都新宿区、代表取締役：渡邉 真)は世界最高レベルの高精度日本語音声認識モデルおよび世界最大19,000時間の日本語音声コーパス※「ReazonSpeech」を公開いたしました。 2023年1月18日 株式会社レアゾン・ホールディングス(本社：東京都新宿区、代表取締役：渡邉 真)は世界最高レベルの高精度日本語音声認識モデルおよび世界最大19,000時間の日本語音声コーパス※「ReazonSpeech」を公開いたしました。 ※音声コーパス: 音声データとテキストデータを発話単位で対応付けて集めたもの。音声認識モデルを作成する材料として使用され、その規模と品質が音声認識の精度を大きく左右する。 ※2「ReazonSpeech」を用いた文字起こしサービスをプロジェクトwebサイトにて実際に試すことができます。 プロジェクトwebサイト：https://

[yamadar]

ブラウザから試してみた。そこそこ早口で読み上げても認識する https://research.reazon.jp/projects/ReazonSpeech/

[esuji5]

“「ReazonSpeech」では、ワンセグ放送の録画データから音声コーパスを自動抽出しています。”

[stealthinu]

おおお、すごいwhisper並の性能だ！それでいてパラメータ数はだいぶ少ない。日本語特化だからか。コーパスもとてもありがたい。

[takutakuma]

なんかすごいことやってる

[fufufukakaka]

かなりすごい

[yfukuda827]

やばい！！！ これで話しかけてChatGPTに回答させるだけで超便利じゃん！

[chikurou]

ふだんWindows11の音声認識使ってるけど同じかちょっと良いくらいか。同音異義語（「低利」と「定理」など）が区別できないとかは精度が上がっても対応できないっぽいね

[spark7]

字幕にそんな使い道があったとは。「ワンセグ放送の録画データから音声コーパスを自動抽出しています」

[diet55]

「実際に試すことができます。 プロジェクトwebサイト：https://research.reazon.jp/projects/ReazonSpeech/ 」「『ReazonSpeech』コーパスを用いて構築した ESPnet ※音声認識モデルと（中略） OpenAI Whisper, LaboroTVSpeech との精度比較結果」

[misshiki]

“世界最高レベルの高精度日本語音声認識モデルおよび世界最大19,000時間の日本語音声コーパス※「ReazonSpeech」を公開”音声認識モデルを中心とするプロダクト群

[daysleeeper]

すばらしい

[kurojz]

“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”

[knok]

Apache license 2.0とは素晴らしい。音声方面は割とコーパス増えてきた?

[TakamoriTarou]

しゅごい

[nonono-notch]

音声認識、音声自動認識

[kagehiens]

凄いなーと思うがどの程度活用できるか。とりあえず通話録音データでも通してみるかな。

[keijize]

後で試す

[BlueSkyDetector]

精度すごい。whisper large と同程度の精度の高さで もっと軽量なのか。vosk くらい軽いといいな。

[ugumi]

ほぅ