タグ: 音声認識
"音声認識" が付いた記事と Wiki ページ
NVIDIA RE-USE
NVIDIA の 9.6M パラメータの多言語ユニバーサル音声強調モデル。雑音・残響・コーデック歪みなどを除き、話者の声質を保ったまま文字起こし精度を上げる前処理に使える
NVIDIA RE-USE — 9.6M パラメータの音声強調モデルを文字起こしの前処理に挟む
Microsoft VibeVoice 徹底解説 — 60分の文字起こしと長尺音声合成をローカル無料で(OSS音声AI)
VibeVoice
Microsoft が公開する OSS の音声 AI ファミリー(ASR・TTS・リアルタイム TTS)