Skip to content

speech recognition

5 件の記事 · 更新

  1. AI研究 ·

    10ドルのチップが「聞く」ことを覚えた

    驚くべきは、小さなボードが音声を書き起こせることではなく、モデルがチップの容量をどれほどギリギリまで占有しているかという点です。このトレードオフは、ネットワークに依存しないプライバシー重視の音声制御の可能性を大きく広げるかもしれません。

  2. AI研究 ·

    164 MBのAI文字起こしツールに潜む落とし穴

    わずか164MBのダウンロードサイズで、巨大な音声認識モデルを無駄の多いものに見せかけ、録音データをクラウドに送らないことを約束するツールが登場しました。しかし、Phonon-2を魅力的に見せているベンチマークには、現実的な疑問が残されています。

  3. チュートリアル ·

    10ドルのチップが声を手に入れた

    クラウド型アシスタントには、ネットワークへの依存、継続的なコスト、そして音声を外部へ送信するマイクという隠れた代償があります。この実験では、エッジデバイスにどれだけの知能を詰め込めるか、そしてメモリが不足した際に何が機能しなくなるのかを明らかにします。

  4. AI研究 ·

    Phonon-2は極小。そのWhisper対抗の主張は本物か?

    新しい音声モデルが、Mac上で完全に動作し、1時間の文字起こしを数秒で完了させると謳っています。しかし、最も目を引く比較結果は、測定方法に疑問が残るベンチマークに基づいている可能性があります。

  5. AI研究 ·

    178MBの音声モデル、その隠された落とし穴

    速度に関する見出しの主張にはハードウェア上の注釈があり、背景雑音が入ると精度の話は一変します。さらに重大なひねりはインストールコマンドの中に隠されています。ウェイト(重み)はオープンかもしれませんが、エンジンはそうではありません。