【音声認識AI】すごい！ここまで来たか。NottaとWishiperの精度と速度を実験してみた。

Maron2023

2024年4月21日 15:15

今回は、音声認識AIの精度と速度の比較、特にNottaとWhisper V3 Fasterについて解説しています。動画の主なポイントは、音声認識AIとは何か？、音声認識AIの精度と速度の比較、そして有料サービスと無料サービスの比較の3つとなっています。

NottaAIとは？

NottaAIは、音声をテキスト化し、要約することができる有料のサービスです。高速でPCが不要で、スマホだけで使用可能という利点があります。また、精度も高いのが特徴です。ただし、無料版には制限があり、有料版は月額1,317円かかります。でも。すっごくいい！

Whisperとは？

Whisperは、OpenAI社が開発した無料の音声認識AIです。基本的に無料で使用でき、汎用性が高いのが特徴ですね。また、PCにローカルで構築可能なため、アップロードが不要で安全性が高いという利点もあります。さらに、分数の制限がないのも魅力的です。ただし、音声の録音機材が別途必要で、構築にはPythonの知識が必要です。また、速度はパソコンのスペックに依存します。ちょっと、初級者にはハードルが高いです。

この動画の実験について

この動画では、NottaとWhisperの精度と速度を比較する実験を行ってみました。

精度の比較では、Nottaは1,090文字を認識し、53文字の間違いがあり、正解率は95.13%でした。一方、Whisperは1,125文字を認識し、60文字の間違いがあり、正解率は94.66%でした。両者の精度はほぼ同等ですが、Whisperは「元号」を「言語」と誤認識する傾向がありました。ただし、Whisperは、Nottaでは聞き取れなかった文章も読み取ることができました。

速度の比較では、Nottaのテキスト変換は1分22秒、要約は3〜4分かかりました。一方、Whisperのテキスト変換は6分14秒かかりました。速度については、Nottaが圧倒的に優れていました。

まとめとして、精度は両者ともに約95%で互角でしたが、速度はNottaが優れていました。Nottaは有料ですが導入が簡単で、Whisperは無料ですが導入にPythonの知識が必要です。普段はNotta、特殊な作業にはWhisperが適しているようです。

音声認識AIの強みは、高い認識率と速度であり、会議のメモレベルであれば実用的です。弱みは、固有名詞や専門用語の認識が弱いことです。今後、新しいデバイスの出現により、音声認識AIの活躍の場がさらに増えると期待されています。