AIbase
JA
モデル選定
タグ
低遅延音声生成

# 低遅延音声生成

Kimi Audio 7B
MIT
Kimi-Audioはオープンソースの音声基盤モデルで、音声理解、生成、対話において優れた性能を発揮します。
音声認識 複数言語対応
K
moonshotai
55
15
Orpheus 3b 0.1 GGUF
Apache-2.0
Llamaアーキテクチャに基づく音声大規模モデルで、高品質なテキスト読み上げを設計し、感情制御とリアルタイムストリーミングをサポート
音声合成 複数言語対応
O
Prince-1
423
0
Glados TTS
GLaDOSはテキスト読み上げ(TTS)モデルで、NVIDIAのNeMoとRIVAフレームワークを基に構築され、高品質な音声出力を生成できます。
音声合成 英語
G
DavesArmoury
21
6
Seamless M4t V2 Large
SeamlessM4T v2 は Facebook がリリースした大規模多言語マルチモーダル機械翻訳モデルで、約100言語の音声とテキスト翻訳をサポートしています。
テキスト生成オーディオ Transformers 複数言語対応
S
facebook
64.59k
821
Mms Spa Finetuned Chilean Monospeaker
Facebook MMS-TTSスペイン語版を基にした軽量テキスト音声変換モデルで、チリスペイン語アクセントに特化して微調整されています
音声合成 Transformers スペイン語
M
ylacombe
595
2
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase