音声認識モデル

利用する音声認識モデルを選択します。既定モデルの sommers と、OpenAPI 向けにチューニングした whisper を提供しています。 whisper を使う場合は必ず language パラメータを設定してください。

利用可能な言語は whisper の公式リストを参照してください。 自動検出や多言語を扱いたい場合は 音声認識言語 を参照してください。

注意

既定の同時処理上限は 2 件です。ご利用状況に応じて調整可能です。 Whisper 関連のご相談はチャットからお問い合わせください。

Sommers モデル

• リターンゼロ独自の ASR モデル。低レイテンシかつ高精度。
• 対応言語: 韓国語（ko）、日本語（ja）。
• language は任意です。省略時は ko（韓国語）が既定になります。

Whisper モデル

• コミュニティモデルを API 用に最適化。
• language は必須です。検出/多言語の利用は 音声認識言語 を参照してください。

使い方

POST のリクエストボディで model_name を sommers または whisper に設定します（whisper は language が必須）。

POST example: Example

Unified example (presets): Example