NVIDIAが公開した音声認識モデル「Nemotron 3.5 ...

ローカルリアルタイム音声文字起こし、モデルはどう選ぶ？ 今回は浩叔おすすめの2つのリアルタイムASRモデル、X-ASR-zh-enとConfucius4-R2T2を紹介します。 実際の文字起こし事例を通じて、認識精度、文字出力遅延、デプロイ方式を比較します。

人工知能（AI）を活用した各種ITサービスとコンサルティングを提供する株式会社エーアイスクエア（本社：東京都千代田区、代表取締役：石田正樹、以下「エーアイスクエア」）は、アマゾン ウェブ サービス ジャパン株式会社が提供するアマゾン ウェブ ...

NVIDIAは10月28日、文字起こしや翻訳、話者分離をサポートしたオープンウェイト(モデルの重み)のAIモデル「Nemotron 3.5 Transcribe」を発表した。文字起こしは40言語、英語との相互翻訳は31言語、話者分離は13言語に対応し ...

短いオンライン会議はぼちぼちあるものの、以前よりは明らかに減っています。取材もすっかり元通りの対面がメインに。ふと気が付くと、そのために購入した立派なマイクがホコリをかぶっていました。 もったいないのでこのマイクを何かに活かせない ...

字幕・翻訳の安定性と、複数入力・Hotwordの使いやすさを改善しました。 字幕・翻訳の不具合を修正：字幕が確定しない、翻訳がスキップされる、続けて話すと音声が取りこぼされる問題を修正しました。複数入力時のゆかコネNEOへの字幕送信も改善しています ...