Interfaze が、DiffusionGemma の並列ノイズ除去デコーダを介して 6 つの言語を転写するオープンソースの拡散 ASR モデル diffusion-gemma-asr-small を出荷

Interfaze のオープンソース diffusion-gemma-asr-small は、自己回帰ではなく拡散を介して転写する多言語 ASR モデルです。約 42M パラメータのアダプタを使用して、Google の凍結された DiffusionGemma にオーディオを追加します。アダプターが1つ…

概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。