CPUのみで動作するリアルタイム音声認識「早耳」が公開

「Hayamimi(早耳)」は、GPUやクラウドAPIに依存せずCPUのみで動作する軽量なリアルタイム多言語音声認識システムだ。メモリ2GB未満の環境でもライブ字幕表示、話者ラベル付け、翻訳字幕生成まで対応している。特筆すべきは、発話中から字幕が表示され始め、話し終えてから約100msで確定する高速性だ。ブラウザ表示にも対応しており、低スペックな環境でも実用的な音声認識システムを構築できる。GPUが必須とされることが多い音声認識分野において、ハードウェアの制約を大きく緩和する選択肢となりそうだ。

本記事は外部記事の要約です。原典は次のリンクを参照してください。