dropbox-dash/faster-whisper-large-v3-turbo
🧠 AIモデルdropbox-dash
OpenAI Whisper large-v3-turboの高速化実装。超高速な音声文字起こしを実現。
faster-whisper-large-v3-turboは、OpenAIの最先端音声認識アーキテクチャを極めて効率的に実装したモデルです。faster-whisperフレームワークを活用することで、オリジナルの実装と比較してスループットが大幅に向上し、メモリ使用量も削減されています。特にlarge-v3-turboバリアント向けに最適化されており、large-v3モデルの深い言語理解能力と、本番環境で求められる高速性を両立しています。CTranslate2をサポートしており、8ビット量子化を通じて推論速度を最大4倍に高速化し、メモリ消費を抑えることが可能です。これにより、コンシューマー向けハードウェアやリソース制限のあるクラウド環境へのデプロイが容易になります。また、元のWhisperが持つ多言語対応能力を維持しており、多様な言語やアクセントに対して高品質な文字起こしを提供し、音声処理パイプラインの処理時間を劇的に短縮します。