動察 Beating AI 速報、AI音声入力ツール Superwhisper が初のオープンソースモデル S1-mini を公開しました。わずか約6億パラメータで、Qwen3-0.6B をベースに微調整され、音声書き起こしの下書き整理に特化しており、完全にローカルデバイスで動作します。
S1-mini 自体は音声の聴取を担当しません。Whisper、Parakeet などの音声認識モデルが音声をテキストに変換し、それを処理します。「えーと」「あのー」などの口頭のフィラーワードを削除し、言い間違い後の言い直しを処理し、句読点や大文字小文字を補完し、口述された数字、日付、時間、金額、メールアドレスを通常の書面形式に変換します。
このモデルは現在英語のみ対応しています。公式の量子化バージョンは約462MiBで、一般的なノートPCのCPUで動作し、GGUFも提供されており、llama.cpp、Ollama、LM Studio に接続できます。公式は7519件の英語テストデータで94.8%のトークン精度を測定しましたが、他のテキスト整理モデルとの横断的な比較結果は示していません。
S1-mini は実は6月に Superwhisper App で実験的テストを開始しており、当時公式は多くのマシンで処理速度が約200 token/sに達すると述べていました。現在、重みが正式に公開され、他の音声入力、会議記録、字幕アプリケーションも直接ローカルにデプロイできます。