Scraps 最終更新 2026/11/02 08:31

原文著者: @Atotti /

学生2人で日本語音声LLMを作り、FT-LLM 2026 自由形タスクで1位を獲得した話

AIで作成し、掲載基準に基づいて自動選定した要約です。

  • LLM-jp-4 8Bをベースにした日本語音声LLMを開発し、FT-LLM 2026の自由形タスクで1位を獲得
  • Whisper-large-v3とアダプタを組み合わせてASR特化モデルと対話モデルを構築、1,000時間分のTTS合成データを活用
  • ASR特化モデルはCommonVoiceでWhisper-large-v3をわずかに上回る性能を発揮、日本語音声データの不足に対応した合成手法が鍵
学生2人で日本語音声LLMを作り、FT-LLM 2026 自由形タスクで1位を獲得した話

Zenn / 原文を読む