Communitygithub.com

synthetic-sciences/openscience

OpenAIの汎用音声認識モデル。99の言語に対応し、書き起こし、英語への翻訳、言語識別が可能。6つのモデルサイズ(tiny: 39Mパラメータからlarge: 1550Mパラメータまで)を提供。音声テキスト変換、ポッドキャスト書き起こし、多言語音声処理に最適。堅牢で多言語対応のASRに最適。

openscience とは?

このスキルは、OpenAIが開発した汎用音声認識モデルを活用するためのものです。99の言語に対応し、音声の書き起こし、英語への翻訳、使用されている言語の識別を行うことができます。モデルサイズはtiny(39Mパラメータ)からlarge(1550Mパラメータ)までの6種類が用意されており、用途や利用可能なリソースに応じて選択可能です。主なユースケースとしては、音声のテキスト化、ポッドキャストの書き起こし、多言語の音声データ処理などが挙げられます。特に、堅牢性が高く、多言語環境での音声認識(ASR)に最適です。

対応~Claude Code✓Codex CLI~Cursor
npx skills add synthetic-sciences/openscience

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

openscience は何をしますか?

OpenAIの汎用音声認識モデル。99の言語に対応し、書き起こし、英語への翻訳、および言語識別が可能です。6つのモデルサイズ(tiny: 39Mパラメータからlarge: 1550Mパラメータまで)を提供します。音声テキスト変換、ポッドキャストの書き起こし、または多言語音声処理に使用します。堅牢で多言語対応のASRに最適です。

関連スキル