リサーチ

英語・日本語・韓国語・中国語・ベトナム語に対応した多言語音声認識モデル「VoicePing ASR Model V0.1」をご紹介します。

日本語・中国語の6感情を対象に、5つの感情TTSモデルをSenseVoice、emotion2vecアンカー、CER、自然性、実行時間、試聴サンプルで評価したベンチマーク。

英日双方向音声翻訳モデルのベンチマーク比較。Qwen3-ASR（1.7Bパラメータ、最高品質）とDistilled Whisper（756M、4倍高速）をOpenAI Whisper large-v3およびMeta SeamlessM4T v2と比較評価。

完全オフラインで動作するオープンソースのクロスプラットフォームモバイル音声翻訳アプリ。オンデバイスASR（SenseVoice）、ニューラル機械翻訳、TTSをiOS/Androidで実現

Kokoro、Piper、Matcha、Kitten、VITSを含むAndroid/iOS向け18のオンデバイスTTSモデルの総合ベンチマーク

VoicePingがカスタマイズしたWhisper V2モデルを活用し、単一WebSocketストリーム内で自動・低遅延の言語切替を実現するバイリンガルモードをどのように設計したか。