Really honor to give a talk on-site at my second home! Here's the slide for my pitch about speech foundation models (collaboration with Kotoba Technologies). In the end, it's mostly about RVQ and audio tokens, but trust me it's fun to study speech as NLPer! asahiushio.com/files/2024_07_…

アメリカより日本にいる時間が長くなってできた目標：日本の綺麗さ、安全さ、ご飯のおいしさ、素晴らしさに慣れない。アメリカに１０年いたので、いまだに毎日良い驚きばかりですが、この感謝の気持ちを忘れてはいけない。

NEW ARENA: Text to Speech Arena for Japanese by Kotoba Technologies🔥 🔉Sound on Outside of English, TTS evaluation is quite scarce. The Arena, allows one to test open source models against the closed source giants. In the leaderboard you can compare open models like Bark, MOE-VITS,

全科当直がトレンドww当直やりたい医者なんかいない。当直料がリスク、労力に見合わなき限り（ほぼない）。所属施設に貢献しなきゃという思いだけ。当直明け休もうとしても本来自分のやりたいことが削られるだけ。その負けず嫌い心理を利用した自己研鑽という名の労働で日本の手技内科は成り立ってる。

Not sure what to make of these recent "acquisitions" where only the core team is hired and everyone else is left hanging. Maybe big tech is being cheap but more likely there's rampant overvaluation of startups. Think twice before you join as employee # 271.

6日の午後~夜 YANSにいます！！Kotobaが開発している音声基盤モデルに関して、招待ポスター講演もやるので会場で声かけてください。DM頂ければ個別に時間も作らせていただくので是非 (Kotobaでの採用機会など)🙇‍♀️ #YANS2024

DM or come talk to him if you're interested in Kotoba!

Kotoba's former intern, Alan Li (Alan Li), is starting his CS PhD at Yale University. Best of luck on your PhD journey, and we'll stay in touch!

Thank you Kotoba Technologies and special thanks to Jungo Kasai 笠井淳吾 and Noriyuki Kojima! Wonderful and rewarding experience in Tokyo for the summer, surrounded by such a passionate team of talented engineers. Always excited about Kotoba's next release and look forward to keeping in touch!

It's been a wonderful experience mentoring you Alan Li at UW and Kotoba and seeing you grow into a motivated, independent researcher. Glad to hear you enjoyed your time in Tokyo this summer. Good luck with your PhD. 行ってらっしゃい!

4番目はKotoba Technologies さん。技術詳細はそれ程言及せずに、デモを何本も見せるスタイル。どの様なデモを実現すると見栄えし見た人が希望が持てるのか来場者に伝わる発表。今後はPlaygroundやチャットボットの公開に向けて開発を進行。しっかりと売り上げを見据えた動きが出来ている👍 #GENIAC

若者に、アメリカは日本とどう違うか聞かれたので、「当時のFAIR@NYCは10人ちょいのチームだったけど、Yann（CNN）がいてMikolov（Word2Vec）がいてSoumith（Pytorch）がいてVapnik（統計的学習理論）がいてWojciech（OpenAI共同創業者）がいた。日本でそんな密度の環境ある？」と説明するなどした。

昨日はGENIACの最終報告会があり、KotobaはGENIAC プレゼン賞を頂きました 🎉 私達が報告会で見せたデモ3選を紹介したいと思います! 1. コントロールできる日本語生成 youtube.com/watch?v=czAnET…

受賞の様子

Kotoba Kotoba Technologies is at full speed! Two months of 100 H100 GPUs took us to: Expressive, controllable Japanese speech generation (voice cloning/diverse styles) End-to-end speech translation with low latency Offline, standalone speech translation This is just the beginning!

꙳✧ 𝑳𝑨𝑺𝑻 𝑴𝑰𝑳𝑬 -𝑷𝒓𝒆𝒎𝒊𝒖𝒎 𝑻𝒂𝒍𝒌- ✧꙳ 　* * * * * * * * * * * * * * * * * * * * * 　　　　ティザー𝑷𝑽解禁🚛✨ 〻𝑬𝒑𝒊𝒔𝒐𝒅𝒆.𝟏〻 📦#ラストマイル 編 𝟗.𝟏𝟑(𝐅𝐫𝐢)𝟏𝟖:𝟎𝟎 〻𝑬𝒑𝒊𝒔𝒐𝒅𝒆. 𝟐〻 📦#MIU404 編 𝟗.𝟐𝟎(𝐅𝐫𝐢)𝟏𝟖:𝟎𝟎 〻𝑬𝒑𝒊𝒔𝒐𝒅𝒆.

Thanks a lot, Ren Stern! We'll have some amazing announcements coming soon. Stay tuned!

自分の苗字で見る日本語の平板化： 最近、「か↘︎︎さい」より「か↗︎さい」と言われることが多くなってきた気がする。両親は「か↘︎︎さい」と言っているが、世代の違いもありそう。もはや関係が近い人ほど平板化しているような気もする。私自身はもうどっちで発音して良いのかわかりません。

kotoba-whisper の最新モデル、kotoba-whisper-v2.0 （超高速版日本語Whisper）を公開しました。 - HuggingFace: huggingface.co/kotoba-tech/ko… - v1.0 と同等の高速推論かつv1.0 を超える精度 - テレビドメインで最高性能、他ドメインでも高性能 - CPU 環境で高速で動くwhisper.cpp

Newest version of our fully open-sourced, fast, and accurate ASR model outpaces Whisper by more than six times. As always, amazing work by the Kotoba Whisper team, led by asahi1992. We have even more exciting model releases coming soon from the team!