Cohere がアラビア語専門の音声認識モデルをオープンソース公開、Whisper を上回る性能
Cohere が20億パラメータのオープンソース音声認識モデル『Cohere Transcribe Arabic』を発表。Apache 2.0ライセンスで Hugging Face に公開。Whisper と比べて方言・コード混在・アラビア英語混交に対応。開発者が自由に活用・改善できる。
続きを読む
タグ一覧に戻る
言語処理
記事数: 2 件
Google Gemini 3.5 Live Translate をリリース、70言語対応のリアルタイム音声翻訳
Google がリアルタイム音声翻訳『Gemini 3.5 Live Translate』をリリース。70以上の言語に対応し、Google Meet では2000以上の言語組み合わせに対応。6月9日より段階的に展開。
続きを読む