概要
BaltiVoice ASRは、バルティ語（チベット語族の低リソース言語）の音声をテキストに変換する初のAI音声認識（ASR）システムです。
オープンソースのWhisper-smallモデルをバルティ語データでファインチューニングし、30%のWERを達成しています。
Hugging Faceでモデルとデータセットが公開されており、Gradioによるライブデモも利用可能です。
わずか約16時間のデータで高品質なASRを可能にし、Pythonで利用できます。
バルティ語話者が自言語でのデジタルツールを利用できるようにするほか、低リソース言語の研究者や、バルティ語対応アプリケーションを開発するエンジニア、そしてバルティ文化の保存に関心のある人々を対象としています。
このプロジェクトは、AIを通じてバルティ語の口頭伝承を保存し、デジタル世界での存在感を確立することを目的としています。
互換性・特徴
- Python
- ASR
- Hugging Face
- Web UI
- 低リソース言語
- AI/ML
基本情報
| ライセンス | MIT |
| Stars | 1 |
| カテゴリ | ASR / 音声認識 |
| アクティビティ | low |
最新リリース: v1.0.0 – First Public Release of BaltiVoice ASR (2026-05-28)