Whisperで音声文字起こしを試したら精度が想像以上に良かった話 - Qiita

はじめに 先日、OpenAIが公開している音声認識モデル Whisper を使って様々な音声の文字起こしをしました。 結論から言うと 「驚くほど精度が良い」 という体験でした。 様々な文字起こしサービスを使用してきた筆者としてはその精度の高さに大変驚いたのですが、そこで本記事では、Whisperの概要、導入手順、実際の使い方をまとめます。 未経験でも簡単に試せるので、音声データの文字起こしや議事録作成に興味がある方はぜひ参考にしてください。 Whisperとは OpenAIが公開している 汎用音声認識モデル 多言語対応（日本語含む100+言語） 精度が非常に高く、雑音がある会話でも認識可能 ローカルで実行できるため、プライバシー面でも安心 研究用途だけでなく、会議録やインタビューの文字起こしにも実用的です。 動作環境（参考） macOS Sonoma / Intel MacBook Pro