#音声認識

6件の記事

最新動向

NVIDIAが無料の文字起こしモデル公開 40言語対応

NVIDIAが10月28日、無料で重みを公開する文字起こしモデルNemotron 3.5 Transcribeを発表した。録音を最大40言語で書き起こし、最大8人の話者を区別、31言語と英語の翻訳にも対応する。会議や取材の文字起こしを自社で回したい現場に効く。

最新動向

Microsoftが音声認識MAI-Transcribe-2公開 60言語対応

Microsoftが自社開発の音声認識モデルMAI-Transcribe-2を公開した。60言語に対応し、競合比で最大10倍速をうたう。議事録や通話記録の文字起こしを速く安く回せる可能性があり、会議の多い部署の作業削減に効く。

最新動向

音声AI・リアルタイム対話の最新動向と業務活用

リアルタイム音声対話AIの技術的進化と、コールセンター・議事録・ナレーション・多言語対話への業務応用を整理する。代表的なモデルの概要と選定ポイントも示す。最新の性能・価格は公式情報で確認してほしい。