爆速でローカル動作する日本語特化の文字起こしAI『kotoba-whisper-v2.0』の実力は？／実際にローカルで実行してOpenAIの「Whisper」と比較してみた【レビュー】

[misshiki]

“NVIDIA GeForce RTX 4070 Tiを搭載したPCを使用し、「whisper-large-v3」と「kotoba-whisper-v2.0」の性能を比較検証しました。”

[spark7]

youtubeはさぞトンチンカンな字幕作ってるだろうなと思ったが意外にまともだった。ナレーションの速度と、普通に喋る速さだと精度に違いがあるのかな。

[yarumato]

“OpenAIが無償提供「Whisper」はローカル環境で動作する。日本語にも対応、オープンソースモデルとして誰でも利用可能。GeForce RTX 4070 Ti(12GB)で試す。whisper-large-v3より6倍速いが誤認識率は上がる”

[hamamuratakuo]

ほぼリアルタイム！？爆速で動作する日本語特化の文字起こしAI！『kotoba-whisper-v2.0』 - Qiita https://b.hatena.ne.jp/entry/s/qiita.com/ryosuke_ohori/items/9634c1fd8a9cc9ff7c36

[urtz]

後はIME

[AKIYOSHI]

“「Whisper」”

[boxshiitake]

精度が落ちてるのが気になるな。まだGroq使ってたほうが良さそう

[kvx]

興味

[kotesaki]

メモ