ishiki-emo/mojicast-punct-onnx

Mojicast punct-onnx — 日本語句読点復元モデル（ONNX変換版）

配信用リアルタイム字幕アプリ Mojicast が使用する、 日本語テキストへの句読点（、。）復元モデルの ONNX 変換版です。

元モデル（クレジット）

• 土台: tohoku-nlp/bert-base-japanese-char-v3（Apache-2.0）
• 句読点予測の重み: bobfromjapan/bert_japanese_punctuation（Apache-2.0）

各制作者に感謝します。

変更内容

• 上記2つを結合した PyTorch モデル（BERT + 線形層のトークン分類）を ONNX（opset 17 / fp32 / 単一ファイル）へエクスポート
• 変換スクリプト: Mojicast リポジトリの tools/convert_models.py

ファイル

ファイル	内容
punct_bert.onnx	モデル本体（fp32・約364MB）
vocab.txt	文字語彙（tohoku-nlp BERT char v3 と同一）

入出力

• 入力: input_ids / attention_mask（int64、文字単位トークン）
• 出力: logits（各トークン直後の [読点, 句点] のロジット。sigmoid して閾値判定）

ライセンス

Apache-2.0（元モデルに従う）