Haas-ja-v1.0 とは

日本語音声認識OSS「Haas-ja-v1.0」。Whisperの15倍速・日本語最高精度をうたい、自社サーバー議事録に組み込む計画のモデル。

日本語に特化した公開（オープンソース）の音声認識モデル。kurage-articles-index に収録された記事「文字起こしAI『Haas-ja-v1.0』とは——日本語の公開モデルで最高精度・Whisperの15倍速。使い方と弱点、AI議事録の自社サーバー版に組み込む計画」で紹介されている。

注意：本Wikiの一次情報は現時点ではこの索引（記事タイトル・トピックタグ・URLのみ）であり、以下はタイトルとタグ ["haas", "文字起こし", "音声認識", "議事録", "oss"] から読み取れる範囲の情報である。詳細なベンチマーク数値や弱点の内容は記事本文に当たる必要がある。

記事が掲げている主張

• 日本語の公開モデルで最高精度 — 日本語音声認識において、公開モデルの中での精度トップを主張。
• Whisperの15倍速 — 実用上の最大の売りは速度。会議音声の文字起こしのように「待ち時間が業務コストになる」用途では、精度より速度が効く場面がある。
• 弱点も明記 — タイトルに「使い方と弱点」とあり、万能モデルとして提示していない。導入判断のために欠点を併記する構成。
• 自社サーバー版AI議事録への組み込み計画 — 単体のツール紹介ではなく、self-hosting した議事録パイプラインの構成要素として位置づけている。

なぜ自社サーバーか

会議音声は機密性が高く、クラウドASRに投げることは実務上の障碍になりやすい。no-external-data-egress の原則（音声を社外に出さない）と、local-llm による処理のローカル完結は、このモデルの採用理由と直結する。文字起こし → 要約 → 議事録という流れを automation でつなぐ設計になる。

位置づけと比較対象

同じ「日本語文字起こしを自社サーバーで回す」テーマには whisper.cpp の実測記事があり、そちらは47秒の会議音声を27秒・文字誤り率2.7%で処理したと報告している。Haas-ja-v1.0 の「15倍速」はこの whisper 系の処理時間を基準にした比較軸として読める。速度でHaas-ja、実績と汎用性でwhisper.cpp という住み分けが想定される。

関連する音声系の取り組みとしては kurage-voice-pro（翻訳字幕・吹き替え動画生成）があり、入力側の文字起こしを Haas-ja-v1.0 が担う構図が描ける。実行基盤としては ollama や llama-cpp 系のローカル推論スタックと同じ文脈に置かれる。

実務での使いどころ

• 会議・インタビューの文字起こしを社内で完結させたい
• 文字起こし結果をそのままAI要約・議事録生成に流したい
• 音声を外部APIに送れない業種・案件

反面、精度の「最高」はあくまで公開モデル内での比較であり、商用クラウドASRと同等と即断はできない。固有名詞・専門用語・複数話者の聞き分けは導入前の実測が必要になる。

関連ページ

• kurage-articles-index — 本項目の出典（記事索引）
• local-llm / self-hosting / no-external-data-egress
• automation — 議事録パイプラインとしての自動化
• haas-ja — 本モデルの実体ページ
• kurage-voice-pro — 音声・動画側の関連プロダクト
• kurage — 開発元
• oss-japanese-localization — 日本語最適化という共通テーマ