【Nishika 論文サク読み 第12回】Whisperの10倍速: Canary-1B-v2 & Parakeet-TDT-0.6B-v3

Whisperの10倍速を目指す多言語ASRモデル「Canary-1B-v2」と「Parakeet-TDT-0.6B-v3」に関する論文を紹介。精度・サイズ・速度のトレードオフを解決し、低リソース環境でも利用可能な高速な文字起こし・翻訳モデルの開発動向を解説。商用利用可能なモデルの登場は、音声認識技術の普及に貢献する可能性。