2 posts tagged with "stt"

Written by AICU API Team

AICU 編集部の Slack ボット「AiCuty」は、Raspberry Pi 4（8GB）の Docker Compose 上で動いています。 記事の初稿を書き、カバー画像を描き、X の投稿を引用カードにし、動画を文字起こしする 18 本のコマンドのうち、 生成 AI を呼ぶものはすべて AICU API の鍵 1 本で動くように寄せました。 このページは、その構成と、各コマンドがどのエンドポイントをどう呼んでいるかの技術メモです。 移植の経緯や運用の教訓は、しらいはかせの連載（note / 窓の杜）に譲ります。

To choose the backend for AICU API transcription (POST /v1/audio/transcriptions), we measured the major STT APIs against the same Japanese audio and the same ground truth. The verdict: ElevenLabs Scribe was the most accurate, at a CER (character error rate) of 15.31%. We are now evaluating it as a high-accuracy lane in AICU API.