本文へスキップ

OmniAudio-2.6B

端末で動く 2.6B の音声言語モデル

公式サイトを見る
カテゴリ 音声認識

omniaudio-2-6b とは

本モデルは音声認識と言語処理を一つにまとめた、端末向けの小さな音声言語モデルと説明されている。

できること

  • 話しかけられた質問に答える
  • その日の出来事について音声で会話する
  • 秋の落ち葉についての俳句を書く

気をつける点

  • 実行前に Nexa SDK を導入する
  • 追加の指定で Streamlit の画面を起動できる
  • 量子化版には 1.30GB の RAM と 1.60GB の保存領域が要る

長所と短所

✓ 良い点

  • 音声の質問応答、対話、創作などが並ぶ
  • 一般的な機器での性能は 5.5 倍から 10.3 倍と記される

! 注意したい点

  • Nexa SDK の導入が必要
  • 量子化版には 1.30GB の RAM と 1.60GB の保存領域が要る

よくある質問

扱える入力は?

資料では文章と音声の入力を一緒に扱えると説明されている。

どう動かす?

カードには Nexa SDK のコマンドで起動すると記されている。

最終評価日: 2026-11-15

その他 AIオーディオツール ツール

すべて見る →

評価方法