NVIDIA は 2025 年 5 月 1 日、完全オープンソースの自動音声認識（ASR）モデル「Parakeet V2（正式名称：Parakeet-TDT-0.6B-V2）」をリリースしました。このモデルは英語音声の高
続きを読む
カテゴリー: Speech-to-Text（S2T：音声認識）
【TOOLS】Gladia（文字起こし：評価★★★★★）
フランス・パリ発の AI スタートアップ「 Gladia 」の文字起こし（ Speech-to-Text ）サービスを試してみました。2022 年に設立されたこの企業は、高精度かつ高速な文字起こし技術を武器にグローバル展
続きを読む
ElevenLabs、Speech-To-Textモデル「Scribe」を発表、多言語対応と高精度が特徴
ElevenLabs が新たな自動音声認識（ ASR ）モデル「 Scribe 」をリリースしました。同社はこれを「世界で最も正確」な Speech-to-Text 技術と位置づけており、Google の Gemini
続きを読む