Hojo-ASR-V1
- タスク
- 音声認識
- アーキテクチャ
- LLM デコーダー
- 言語
- 中国語、英語（広東語、四川語を含む）
- ライセンス
- Apache-2.0
ハードウェアと
Hojo が自社開発する音声モデルは、ハードウェアが現実世界と音でやり取りするための音響モデルです。Hojo-ASR が聞こえた音声を文字にし、Hojo-TTS-Light が応答を声にします。4 つとも Apache-2.0 のオープンソースです。
音声認識、
最高成績は
Hojo ASR は大規模言語モデルをデコーダーに使う音声認識モデルで、中国語・英語版と多言語版があります。Open ASR Leaderboard での Hojo ASR の最高成績は世界 2 位（2026 年 6 月）です。
Open ASR Leaderboard · 2026 年 6 月
Hojo ASR の最高成績は世界 2 位 ↗Hojo-ASR-Multi-V1
- タスク
- 音声認識
- アーキテクチャ
- LLM デコーダー
- 言語
- ドイツ語、フランス語、イタリア語、ポルトガル語、スペイン語
- ライセンス
- Apache-2.0
5 時間を
リアルタイムで
Hojo が自社開発した ASR は、5 時間を超える長時間の会議も、リアルタイムで文字起こしできます。
Hojo ASR
長時間会議のリアルタイム文字起こし。
軽量な
CPU の
Hojo-TTS-Light は中国語と英語に対応した軽量な音声生成モデルで、パラメータ数 8000 万と 4000 万の 2 サイズがあります。
Hojo-TTS-Light-40M
パラメータ数 4000 万。ONNX 版があり、CPU で動作します。
Hojo-TTS-Light
- タスク
- 音声合成
- パラメータ数
- 8000 万
- 言語
- 中国語、英語
- 特長
- 声のクローン
- ライセンス
- Apache-2.0
Hojo-TTS-Light-40M
- タスク
- 音声合成
- パラメータ数
- 4000 万
- 言語
- 中国語、英語
- 特長
- 15 種類の声を内蔵
- ライセンス
- Apache-2.0
プロダクトに
開発者サポートへ。
モデルは Apache-2.0 でオープンソースです。商用サポートは developer@hojoai.com までご連絡ください。デバイスで Hojo の音声機能を使うには、Agentic OS で連携できます。
Chat-Duplex と Omni は、Hojo の次世代モデルです。
Chat-Duplex
全二重の音声対話。いつでも割り込めます。
Omni
人と機械の対話のための全モーダルモデル。