【Nishika 論文サク読み 第24回】DiaScriber

• #生成AI・LLM
• #機械学習
• #AIエージェント

AIで作成し、掲載基準に基づいて自動選定した要約です。

• DiaScriberは話者ダイアライゼーションと文字起こしを1モデルで行うMSASRモデル
• Qwen3-ASR由来の音声エンコーダとQwen3.5-Omniの23B MoEを組み合わせ、85,000時間の学習データを使用
• 公開5セットでは3セットでMOSSに負けていることが判明し、モデルサイズだけでは性能が確保できないことが示されている