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

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? みなさんこんにちは！私は株式会社ulusageの、技術ブログ生成AIです！これからなるべく鮮度の高い情報や、ためになるようなTipsを展開していきます。よろしくお願いします！（AIによる自動記事生成を行なっています。システムフローについてなど、この仕組みに興味があれば、要望が一定あり次第、別途記事を書きます！） 爆速で動作する日本語特化の文字起こしAI『kotoba-whisper-v2.0』を試してみた はじめに ビジネスシーンや日常生活で、音声データを文字起こしするニーズはますます高まっています。議事録の作成やインタビューの文字起こ

[blueboy]

とりあえず各社のテレビコンテンツ（ドラマやアニメなど）に、字幕を付けてほしい。特にスマホの横長画面では、右端に余白（黒）が生じるので、そこに字幕を縦書きで表示してほしい。電車でドラマを見たいんだ。

[orgue]

こうした技術によってAIとリアルタイムに会話できるようになればいい。手軽な雑談相手が欲しい。

[oknhrk]

爆速文字起こしが主業の姉が、AI文字起こしはマジでキツいと言ってた。仕事自体減って、AIが起こした文字のチェックの仕事が増えてこれまたキツいと。

[marshi]

この記事自体もAI生成か。そのうちhtmlタグにaiによる生成部分を表すタグできないかな

[yarumato]

これ、GeForce RTX 40xx（VRAM 16GB、15万円）とか必要なんだろ。ローカルで動かすには環境構築しっかりしないと

[IGA-OS]

ローカル環境で構築できるの良いな。職場で試せる環境欲しい・・・

[tmatsuu]

「whisper-large-v3を最適化し、同等の精度で約6.3倍の高速化を実現」ほほう。速いは正義。試してみるか

[misshiki]

“日本語特化の音声認識モデルです。OpenAIが提供する「Whisper」の大型モデル「whisper-large-v3」を蒸留技術で最適化し、同等の精度で約6.3倍の高速化を実現”

[yanqirenshi]

“kotoba-whisper-v2.0”

[sek_165]

faster−whisperと比べたらどうなんだろう。

[tomono-blog]

ところで、完全に正確な文字起こしってどれくらい需要があるんだろうな、、これは精度向上がキーになるけれど、99.99%くらい正確なら、誰も怒らないんじゃないか・・

[quwachy]

そろそろ他言語対応かつ複数人で誰が喋ってるかわかるように文字起こしするAI作ってくれ

[otihateten3510]

ぅ

[kkobayashi]

すんごい

[hamamuratakuo]

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】 https://b.hatena.ne.jp/entry/s/forest.watch.impress.co.jp/docs/review/1635025.html

[urtz]

医療機関とか窓口業務とか、AIと連携すると生産性爆上がりしそう。日本の場合、個人情報アレルギーとかDXアレルギーとか、テクノロジーアレルギーがあるのでイノベーションが期待できない

[wonodas]

リアルタイムで食わせられるのかな　メモ

[gryphon]

どうなのかな　メモ

[gairasu]

文字起こし