t_wの輪郭

whisper-webを試してみたけど、エッジデバイスでは精度と速度が厳しさがある。サーバー側でデカいモデルを使うと精度が出るのだろう。

エッジデバイスならWebSpeechAPIの方が有利か。

React Native＋Expo、音声認識のためにネイティブライブラリが入れる方法がわからない。
おっちんちん。
もうWebAppにしてやって、transformers.jsでwhisperをしばいたほうが早い説がある。近々WebGPUに対応するらしいし。