# ブロックを繰り返し使い、音声認識モデルを小型化

> 研究者らは、ブロック間で重みを共有し、大型モデルの精度をほぼ保ちながら音声認識モデルのサイズを抑える方法を提案した。

Oossa · 2026-10-30 · https://oossa.com/ja/a-recurrent-design-aims-to-shrink-speech-recognition-models

arXivで発表した研究チームは、各層に個別のパラメーターを割り当てる代わりに、少数のブロックを再利用する音声認識モデルを提案している。研究者らによると、この方式に大型モデルの知識を移す学習手法を組み合わせることで、精度を保ちながらパラメーター数を約10分の1にできるという。

要旨によると、Open ASR Leaderboardのベンチマークで、2つのブロックを共有するモデルは大型モデルの平均精度の97.4%を達成した。チームは小型モデルを個々のユーザーに合わせて調整する方法も説明しているが、要旨にはデバイス上での測定結果は示されておらず、実環境での性能も明らかになっていない。

## 事実

- 研究者らの報告では、2ブロックモデルはOpen ASR Leaderboardのベンチマーク全体で、大型モデルの平均精度の97.4%を達成した。
- 論文は2026年10月30日にarXivで公開された。

## なぜ重要か

スマートウォッチやメガネ向けの音声認識を開発する人にとって、モデルのパラメーター数が少なければメモリーの制約を緩和できる可能性がある。ただし、この設計が実際のデバイスで速度や省電力の面で役立つかは、まだ分かっていない。

## 出典と参考資料

1. [Depth through Recurrence: Towards Ultra-Efficient On-Device ASR](https://arxiv.org/abs/2610.37833) – arXiv cs.LG, 2026-10-30

最終更新: 2026-10-30