「Speech AI」のコラム

MIT CSAIL スピンオフの Liquid AI が2026年6月初旬に Hugging Face に投入した日本語特化2モデル **`LFM2.5-1.2B-JP-202606`（言語、1.17B / 32K コンテキスト）** と **`LFM2.5-Audio-1.5B-JP`（音声、1.2B言語 + 115M FastConformer、24kHz、Speech-to-Speech）** を、公式モデルカードと Liquid 公式ブログを一次ソースに整理。**Liquid Neural Network 由来の独自アーキテクチャ**（16層 = 10 LIV 畳み込み + 6 GQA）、JMMLU 54.19 / J-MIFEval 79.08 / J-GSM8K 62.20 のサブ2Bクラス最高水準ベンチ、音声 ASR で CommonVoice 8 (ja) CER 4.42（Whisper-large-v3 の半分）一方で JSUT・ReazonSpeech では劣後する **ドメイン差**、Apache 2.0 ではない **LFM Open License v1.0**、Apple Silicon / AMD Ryzen AI / Qualcomm / NVIDIA / モバイル CPU 対応、Gemma 4 12B / Qwen 3.5 / TinySwallow / Sarashina との競合関係、日本企業のオンデバイス AI / コールセンター / 議事録 / 対面接客への適用判断までを整理。