Omni SenseVoice - 単語ごとのタイムスタンプに対応した高速音声認識

• 自動音声認識（ASR）、音声言語識別（LID）、音声感情認識（SER）、音声イベント検出（AED）などの機能を備えた、多言語音声理解モデル SenseVoice ベース
• 超高速推論と正確なタイムスタンプに最適化されており、よりスマートかつ高速にオーディオの文字起こしを処理可能
• 主なオプション
  • --language: 言語を自動検出/指定（auto, zh, en, yue, ja, ko）
  • --textnorm: 逆テキスト正規化を適用するか選択（逆正規化された場合は withitn、生テキストの場合は woitn）
  • --device-id: 特定の GPU で実行（デフォルト: CPU の場合は -1）
  • --quantize: 高速処理のため量子化モデルを使用

[yangeok]

韓国語がオプションにあるので、試してみたいですね（笑）