# クロスランゲージサポート

アラビア語テキスト処理のために設計された高精度の固有表現認識モデルで、複数のエンティティタイプの検出をサポートします。

SigLIP 2技術に基づく視覚Transformerモデル、画像特徴抽出に特化

OuteTTS-0.3-1BはOuteAIが開発した多言語テキスト読み上げモデルで、英語、中国語、日本語、韓国語、フランス語、ドイツ語をサポートしています。

OuteTTS-0.3-1B は多言語対応のテキスト読み上げモデルで、OuteAI によって開発され、Second State Inc. によって量子化処理が行われました。

OuteTTS-0.3-500M は多言語対応のテキスト音声変換モデルで、OuteAIによって開発され、cc-by-nc-4.0ライセンスで公開されています。

Speechlessはコンパクトなオープンソースのテキストからセマンティックへのモデル（10億パラメータ）で、従来のテキスト読み上げ（TTS）モデルに依存せず、オーディオを直接離散的なセマンティック表現タグに変換することを目的としています。

無言はコンパクトなオープンソースのテキストからセマンティックモデル（10億パラメータ）で、従来のテキスト読み上げ（TTS）モデルに依存せずに、オーディオを直接離散的なセマンティックタグに変換することを目的としています。

OuteTTS-0.2-500M は OuteAI が開発した多言語テキスト読み上げモデルで、英語、中国語、日本語、韓国語をサポートしています。

このモデルはtransformersライブラリに基づくモデルで、具体的な用途と機能はさらなる情報確認が必要です。

GPT-SoVITS (V1) は多言語テキスト読み上げ基礎モデルで、中国語、英語、日本語をサポートしています。

モデルの具体的な情報は提供されていません。

12層Transformerアーキテクチャに基づく先進的な文分割モデルで、多言語テキスト分割タスクをサポート

XLM-RoBERTaを基にした多言語検出モデルで、テキストの言語カテゴリを識別できます。

Whisper large-v2はOpenAIが開発した大規模自動音声認識(ASR)モデルで、複数言語の音声から文字への変換タスクをサポートします。

Whisper large-v3はOpenAIが開発した大規模多言語自動音声認識(ASR)モデルで、複数言語の音声からテキストへの変換タスクをサポートしています。

このモデルには十分な情報がなく、具体的な紹介を提供できません。

これはOpenAI Whisper large-v2モデルのCTranslate2変換バージョンで、効率的な音声認識に使用されます