SaaS
HR Matcher
知名度ではなく「相性」で企業を選べるマッチングサービス。100万件以上のデータと独自アルゴリズムで、隠れた優良企業との出会いを支援します。
Future of Intelligence.
Neosophieは、人間の知性とテクノロジーの融合を探求し、 次世代のソフトウェアソリューションを創造します。 より賢く、より直感的な未来へ。
Our Philosophy
Simplicity is the ultimate sophistication.
複雑な問題を、誰もが使えるシンプルな形に。 私たちは技術の裏側にある複雑さを隠蔽し、ユーザーが本質的な価値に集中できる体験を提供します。
Products
ビジネスとクリエイティビティを加速させるソリューション群
App
DENOISE
あなたが必要とする情報だけを、一つの場所に集約する情報整理プロダクト。WebサービスとiOSアプリの両方で利用できます。
AI
AI Dictionary & Chat
Allow you to access all languages web content. 次世代AI Dictionary & Chat Toolとして、言語を横断した学習と情報アクセスを支援します。
Blog
開発・技術・プロダクトについての最新記事
asrbenchmark
【2026年最新】日本語ASRモデル比較：Whisper・Qwen3・Voxtral・ReazonSpeechをRTX5090で徹底ベンチマーク
RTX5090を使い8種類の日本語ASRモデルを同一条件でベンチマークした結果、精度・安定性ともにqwen/qwen3-asr-1.7b（WER: 0.1899）とwhisper（WER: 0.2099）が頭一つ抜け出しました。速度最優先ならparakeet-tdt-0.6b-v3（RTF: 0.002）、日本語メディア特化ならreazonspeech-espnet-v2が有力な選択肢です。WER評価にはMeCab分かち書き＋句読点除去による正規化を実装し、モデル間の公平な比較を実現しています。
diarization
WeSpeakerで話者分離（Speaker Diarization）を試してみた【日本語音声での検証結果】
WeSpeakerはSpeech Embeddingに特化したOSSで、ResNet34・ResNet152・多言語モデルのSimAMResNet34を日本語音声で評価しました。結果はDER 65〜83%と精度が低く、英語ベースの学習データと日本語音韻特性の乖離が主な原因と考えられます。日本語音声での話者分離には、日本語対応モデルや別フレームワークの検討が現実的な選択肢です。
diarization
【2026年】NeMo・VibeVoice・Pyannoteで話者分離（Speaker Diarization）を徹底検証してみた
NeMo・VibeVoice・Pyannoteの3大ツールで話者分離（Speaker Diarization）を実際に検証。討論系動画ではVibeVoiceがDER 9%台と実用レベルの精度を達成した一方、ドラマ系は最良でも27%と課題が残る結果に。データ特性によってモデルの優劣が大きく変わるため、用途別の選び方を徹底解説する。