TL;DR🤩 音声認識器Whisperの認識精度と認識速度について調査 認識精度 英語では論文同様の結果 日本語の認識精度はドメインに依存 baseモデルの推論がドメインにより不安定 ビームサーチの利用により、推論の頑健性が向上 largeモデルのCERはbaseモデルの半分程度 認識速度 baseモデルのRTFはGPUで0.104　largeのRTFは0.408 バッチサイズなどを最適化することで改善 こんにちは。RevCommのリサーチチームでインターンをしている中田亘です。 2022年9月21日にO

こんにちは！金融ソリューション事業部の山下です。 本記事では、 こちらの記事 でも紹介した Unreal Engine が提供する「Pixel Streaiming」 プラグイン を使って AWS サーバーからリアルタイムCGストリーミング配信を行います。 説明をシンプルにする為、 AWS の基本的な知識（EC2, セキュリティグループ、IAMロールなど）の説明は割愛いたします。 また、本検証を行う場合、使用する GPU インスタンス の利用料金が発生する点にご注意ください。 実施手順 手順は、以下のとお

2017年から2018年にかけて、社会問題として注目されたマンガ海賊版サイト「漫画村」をご記憶の方も多いと思います。第三者が著作権者の許諾を取らずにコンテンツを配信する海賊版サイトは年々増加し、2021年にタダ読みされたマンガの総額は1兆円を超えると試算されています。（※1）   2022年7月に函館で開催されたJANOG（※2）50では、海賊版サイト・技術検証チーム（以下、技術検証チーム）による「マンガ海賊版サイトの技術要素と対策法」と題するプログラムが行われました。技術検証チームの一人として、Ｊストリ

目次 目次 はじめに 論文紹介 The Norm Must Go On: Dynamic Unsupervised Domain Adaptation by Normalization OcclusionFusion: Occlusion-aware Motion Estimation for Real-time Dynamic 3D Reconstruction EPro-PnP: Generalized End-to-End Probabilistic Perspective-N-Points for

G-gen の杉村です。当記事では Google Cloud（旧称 GCP）の仮想マシンサービスである Compute Engine を徹底解説します。当記事は、 基本編 記事に続く、「応用編」です。 基本編の記事 サービスアカウントとアクセススコープ サービスアカウントのアタッチ アクセススコープ デフォルトのサービスアカウント Compute Engine へのサーバー移行 ロードバランシングと SSL/TLS インスタンスグループ インスタンスグループとは アンマネージドインスタンスグループ マネー

深層学習をする上で、最も大切なマシンスペックを聞かれたら何と答えますか? GPUのTensor性能、VRAM、GPUの数、CPU性能、メモリ、… 問題によって正解は異なりますね。 しかし、特に大規模なデータセットで機械学習する場合では、しばしばネットワーク帯域とストレージシステムのディスクI/Oによって制限されます。この記事ではそのような課題に対して、学習側でどのようにデータを扱うかを見ていきたいと思います。 1. この記事は? こんにちは、TURING MLチームです。TURINGはEnd-to-End

こんにちは、テリーです。物申す系YouTuberのヘライザーを毎日見てます。ヘライザーのサブチャンネルのとある動画の中で、別の女優さんに顔を置換して話をしているシーンがありました。おそらく芸能人の写真1枚から顔データを取 […]

こんにちは、テリーです。物申す系YouTuberの ヘライザー を毎日見てます。ヘライザーのサブチャンネルのとある動画の中で、別の女優さんに顔を置換して話をしているシーンがありました。おそらく芸能人の写真1枚から顔データを取り込み、自身の顔を芸能人に置き換える処理をしています。 今回は顔置換技術(フェイススワップ)の中でも特に最新の SberSwap を紹介します。従来のフェイススワップは学習用に大量の顔画像が必要で、学習処理に大量の時間(数時間)が必要でした。そのため、大量の画像が手に入らない人に置き換

はじめに 機械学習エンジニアの荒居秀尚です。2021年新卒入社で、機械学習モデリングや機械学習を用いたデータ施策におけるM

はじめに こんにちは、 ZOZO NEXT ZOZO Research のSai Htaung Khamです。ZOZO NEXTは、ファッション領域におけるユーザーの課題を想像しテクノロジーの力で解決すること、より多くの人がファッションを楽しめる世界の創造を目指す企業です。 ZOZO NEXTでは多くのアルゴリズムを研究開発しており、その中で JAX というライブラリを使用しています。JAXは高性能な機械学習のために設計されたPythonのライブラリです。NumPyに似ていますが、より強力なライブラリであ

はじめに これまでさくらインターネットでは、学校や学生さんを支援する活動を様々な形で行ってきました。今回はその中から、雙峰祭への「さくらのクラウド」環境支援の事例を、実行委員をされた３名の方（小谷優空さん、小川広水さん、 […]

aptpod Advent Calendar 2021 の14日目を担当するHW/OTグループの矢部です。前日の塩出さんの記事でエディタの話がありましたが、私が使用しているエディタはEmacsです。社内では多分2、3人しかいない少数派。何年か前は Spacemacs で使っていましたが、ここ数年は Doom Emacs を Vim キーバインドで利用しています。もはやデフォルトのEmacsのキーバインドはほぼ忘れているレベルです。たまに間違ってキーバインドが変わってしまうととても焦る。 この勢いでエディタ

はじめまして、ISID エンタープライズ xRセンター Lumiscaphe担当の加納です。 ISIDアドベントカレンダー も4日目ですね！ 今回はLumiscaphe系ソフトを用いたワークフローの中核をなす、Patchwork3D…通称「P3D」の紹介をしたいと思います。 Lumiscaphe担当の私はもともと、 プロダクトデザイナー として3D系のソフトを使用していました。それを踏まえて、実際に使用する中でどのように役立ちそうか？どこが良いのか？等をお伝えします。 リアルタイムレンダラーとは？ P3D

はじめに 先日行われた atmaCup #12 にて、「CADDiチーム立ち上げ期MLE・DS積極採用中」チームが 245チーム中 9位 になりました。 惜しくも入賞は逃してしまいましたが、 コンペティション 内でチームとして参加していた中では最も良い成績を残す事ができました。 コンペティション の詳細な内容には触れる事はできないのですが、1週間という短期コンペにチームで参加した経験を振り返り、今後についての考察をまとめて何かの学びになればと思い、本記事を執筆しています。 atmaCup × Sansan

概要 こんにちは、ITエンジニアリング部（現デジタルテクノロジー戦略本部）のM.Fです。 今回は後編ということで、各パーツについて詳細に解説していきます！ ※前編はこちら ###card_post_id=1181### PCケース PCケースはよくタワーやミニタワーなどといった分類で大きさを分けられがちですが、今回は搭載可能なマザーボードの規格で分類していこうかと思います。これは、PCパーツの中で最も面積が大きなパーツであるため、昨今のほぼすべてのPCケースにおいて、大きさがマザーボードの規格で決まるため