Haas-ja-v1.0、日本語特化の文字起こしAI。オープンモデルで最高性能

日本語に特化した文字起こし（音声認識）AI「Haas-ja-v1.0」が登場した。GIGAZINEが伝えた。見出しによると、処理が速く精度も高く、オープンモデルの中で最高の性能を記録したという。

今回確認できたのは見出しの範囲である。開発したのがどの企業や団体なのか、モデルの規模、どの評価データ・指標で「最高性能」と判断したのか、比較したほかのモデル、商用利用の可否を含むライセンスや配布先は、材料からは分からない。

技術面で見出しが示すのは、多言語を幅広く扱う汎用モデルではなく、日本語に絞ることで速度と精度の両立を狙ったという方向性である。日本語の音声認識は、同音異義語の多さや漢字・かな・英字が混じる表記の揺れが課題になりやすく、言語に特化したモデルが有利になる場面があるとされる。

意味合いとしては、オープンモデルとして手元で動かせる日本語音声認識の選択肢が増える点にある。外部のサービスに音声を送らずに処理できれば、機密性の高い会議や通話の文字起こしにも使いやすくなるとみられる。ただし、実際の業務音声での精度は、利用者自身が確かめる必要がある。