Alibaba
Fun-ASR
Alibaba Cloud Model Studioで提供される、録音ファイル向けの非リアルタイム音声認識モデル。音声を入力し、テキストを出力する。HTTP APIで利用し、ホットワードによる認識精度の向上と話者分離に対応する。(help.aliyun.com) 日本語、英語、韓国語などを含む多言語と、中国語の方言・地域アクセントに対応する。公式案内は合計30言語としている。 句読点の予測や、数字…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
Alibaba Cloud Model Studioで提供される、録音ファイル向けの非リアルタイム音声認識モデル。音声を入力し、テキストを出力する。HTTP APIで利用し、ホットワードによる認識精度の向上と話者分離に対応する。(help.aliyun.com) 日本語、英語、韓国語などを含む多言語と、中国語の方言・地域アクセントに対応する。公式案内は合計30言語としている。 句読点の予測や、数字…
GPT-5-Codex-Miniは、プログラミング用途向けのGPT-5-Codexを小型化し、コスト効率を高めたモデルです。2025年11月7日に、Codex CLIとIDE拡張機能のモデル選択肢として発表されました。 (help.openai.com) Codexでのコーディング作業に利用できるモデルです。発表時、ChatGPTサブスクリプションに含まれる利用枠で、GPT-5-Codexと比べて…
Alibabaの通義研究所による、エンドツーエンドのリアルタイム音声認識モデルのスナップショット版。音声を入力し、文字起こしテキストを出力する。WebSocketでストリーミング音声を扱える。(help.aliyun.com) 中国語、英語、日本語や中国語の方言に対応。中国語と英語の切り替えにも対応する。ホットワードのカスタマイズ、句読点予測、ITNによる表記正規化、特定の語句の自動フィルタリング…