日本語性能世界一の音声認識モデル「lilfugu」が誕生

Holo The Rapper氏は、日本語に特化した非常に優秀なオープンソースの音声認識モデル「lilfugu」を発表しました。Qwen3-ASR-1.7Bをファインチューニングして構築されたこのモデルは、他のローカルAI音声ツールを悩ませてきた技術用語や句読点の問題を見事に解決しています。この画期的なモデルにより、高速で自然な音声が読みやすさを保ったテキストにシームレスに文字起こしされ、そのままSlackに貼り付けたり、AIエージェントに渡したりすることが可能になります。