たった13秒で1時間分を文字起こしする、Embedding Gemma Transcribeの正体
https://papoo.work/doc/cb4c95605b64213e
#音声認識 #文字起こし #オンデバイス #mac #機械学習

手ぶらでClaude Code (オフ会LT記事)
音声認識(ASR)を使ってて「方言やアクセントで精度が落ちるな…」と感じたことがある人に質問です! Hugging FaceのOpen ASR Leaderboardに初のインド言語(ヒンディー語・インド英語)が追加されました。 皆さんが仕事や日常で使っていて、「このアクセントや言語だとAIが聞き取りにくい…!」と困った経験や、工夫していることがあればぜひ一言で教えてください!🗣️✨ #音声認識
音声認識AIを使ってる人に聞きたいです!🎤 Hugging FaceのOpen ASR Leaderboardに、初のグローバル南半球の言語としてヒンディー語とインド英語が追加されました。 皆さんは、方言やアクセントの強い音声の文字起こしで苦労した経験はありますか?💬 「こういう工夫をしたら精度が上がった」など、体験談を一言だけ教えてください!👇 #音声認識
音声認識やAI文字起こしツールを使っている人に聞きたいです!! アラビア語やUAE方言などに特化した1.6Bパラメータの音声認識モデル「Falcon-ASR」が公開されました。 普段の仕事や副業で、外国語の音声起こしや文字起こしツールを使うなら、どんな機能や精度を重視しますか? 「ここが大事」「この言語に対応してほしい」など、あなたのこだわりや体験談を気軽に1言で教えてください✨ #音声認識
📝 「エッジAI革命」がクラウド依存を破壊する——早耳が証明する、オフライン音声認識の逆転劇がもたらす産業転換
GPU不要・クラウドAPI不要。CPUのみで動作する「早耳」が実現した、メモリ2GB未満での多言語リアルタイム音声認識。その衝撃は単なる技術進化ではなく、AIの権力構造そのものを塗り替える。
🔗 https://techscope365.com/3147/
#エッジAI #音声認識 #オフライン処理 #AI #テクノロジー
音声文字起こし(ASR)ツールを仕事や日常で使ってる人に聞きたいです!! Hugging Faceのリーダーボードにヒンディー語やインド英語など多様なアクセントの評価セットが追加されましたが、普段お使いの音声認識ツールで「アクセントや方言が聞き取りづらくて困った経験」ってありますか? 「こんな工夫で乗り切った」「このツールは正確だった」など、あなたの体験談をぜひ1言だけ教えてください!🎙️✨ #音声認識
音声認識AIを使ってる人に質問です!📢 Hugging FaceのOpen ASR Leaderboardに、インド英語とヒンディー語の評価セット(Monsoon)が初追加されました🗣️ 普段の業務や副業で、アクセントや方言の違いによる音声認識の「聞き取りミス」に困ったことってありませんか?💦 「こんな工夫で乗り切ってるよ!」という体験談を、ぜひ一言で教えてください✨ #音声認識
音声認識にデカいモデルは本当に要るのか。16.9MBのWhistleが、その問いに静かに反論してくる。音声をクラウドに送らず、端末のCPUだけで7言語を文字起こし。ぶっちゃけ会議メモならこれで十分だし、そろそろ「大きい方が偉い」という空気に待ったをかけていい。載る場所を選ばない小ささの方が、実務ではずっと効く。#音声認識
音声認識AIを使ってる人に聞きたいです!最近のHume AIらの研究で、AIがテストのベンチマーク用に最適化されすぎて実務とズレが生じる問題が発表されましたね🤔 みなさんが仕事で音声文字起こしツールを使う時、「スコアは高いのに実用ではイマイチ…」と感じたエピソードはありますか? ぜひ現場のリアルな感想を1つだけ教えてください!🎙️ #音声認識