DistilBERTベースの量子化ONNXモデルで、日本語音声トーンを93.5 %の精度と<14 msのレイテンシで検出し、Python、ONNX Runtime、またはVideoSDK統合に準備完了。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
2,000
Hugging Face の Like 数
2
掲載日
2026年10月13日
研究分野が近いリソース
whisperopenai110k大規模弱教師あり学習によるロバストな音声認識。多言語共通: 音声認識・画像・マルチモーダル- Qwen3-ASR-1.7B-JA-Anime-Galgamejaykwok5k日本語のギャルゲーム、ビジュアルノベル、アニメ風音声認識用に完全にファインチューニングされた1.7B Qwen3‑ASR チェックポイント。Galgame_Speech_ASR コーパスで訓練され、ドメイン適応と字幕生成ワークフローのための推論ウェイトおよびトレーニング回復ファイルが含まれています。共通: 音声認識・画像・マルチモーダル
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 は Common Voice 6.1、CSS10、JSUT で微調整され、16 kHz オーディオを必要とし、HuggingSound または HuggingFace パイプラインで使用できます。共通: 音声認識
transformershuggingface167k🤗 Transformers:テキスト・画像・音声・マルチモーダルの最先端機械学習モデルのためのモデル定義フレームワークで、推論と学習の両方に対応。多言語共通: 画像・マルチモーダル
whisper.cppggml-org54kOpenAI の Whisper モデルの C/C++ 移植版。多言語共通: 音声認識
faster-whisperSYSTRAN26kCTranslate2 による高速な Whisper 文字起こし。多言語共通: 音声認識