開催日時: 2026/12/10 19:00 ~ 20:00 開催場所: オンライン(Zoomウェビナー)
Whisper、Parakeet、Canary、ReazonSpeech、Kotoba-Whisperなど、公開されている音声認識モデルの精度は大きく向上しました。それでも実際の会議音声に当ててみると、専門用語や固有名詞はまだまだ間違えます。しかもよく見ると、モデルは音そのものは聞き取れていて、「書き方」だけを間違えていることが少なくありません。
この「最後の1語」を正しく書かせるには、どこに手を入れればいいのでしょうか。モデルはそのままに、推論(デコード)の工夫で直すのか。それとも、学習データを良くして、モデルそのものを学習で直すのか。推論時の工夫は再学習なしですぐに試せる一方で、学習で直すにはデータが必要になり、正解ラベル付きの会議音声はなかなか手に入りません。どちらの道にも、それぞれの難しさがあります。
本イベントでは、会議AIエージェント「SecureMemo」シリーズの研究開発に携わるNishikaの技術者2名が、「学習で直す」「推論で直す」それぞれの立場から、R&Dで実際に試したこと・うまくいかなかったことをお話しします。2つのアプローチを並べて聞くことで、ご自身の課題にはどちらが合いそうかを考えるヒントにしていただければと思います。
テーマはコアですが、…