画像・動画・音声

「DiarizationLM-Gemma-4-E4B-v1」音声処理向け大規模言語モデル：必要VRAM 8GB〜

GoogleのGemma 4 E4Bをベースにした音声処理向け大規模言語モデル「google/DiarizationLM-Gemma-4-E4B-v1」のスペックや推論手順を解説します。