Bigvgan V2 22khz 80band Fmax8k 256x
MIT
BigVGANは大規模トレーニングに基づく汎用ニューラルボコーダで、メルスペクトログラムを高品質な波形に変換できます。v2バージョンではカスタムCUDAカーネルによる推論加速とトレーニングデータの多様性拡張が行われています。
音声合成
B
nvidia
1,285
1
Bigvgan 22khz 80band
MIT
BigVGANは大規模トレーニングによって実現された汎用ニューラル音声コーデックで、音声合成などのタスクに高品質なオーディオ出力を提供することができます。
音声合成
B
nvidia
2,344
1
Bigvgan V2 22khz 80band 256x
MIT
BigVGANは大規模トレーニングに基づく汎用ニューラルボコーダーで、メルスペクトログラムから高品質なオーディオ波形を生成できます。
音声合成
B
nvidia
503.23k
16
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