Parakeet
Parakeetは、NVIDIAが公開した自動音声認識モデルのシリーズで、音声をテキストに書き起こす。
記事1本
最終言及 Parakeetは、NVIDIAが音声AI開発ツールキットのNeMoで構築した自動音声認識（ASR）モデルのシリーズである。2024年から公開されており、モデルの重みをダウンロードして手元のコンピューターで実行できる。
音声認識は話し言葉をテキストに変換する技術で、議事録の作成、字幕の生成、動画編集用の文字起こしなどに使われる。単語ごとにタイムスタンプを付けて出力できるため、録音の特定の箇所を探すのにも役立つ。
この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。