Bigvgan 24khz 100band
MIT
BigVGANは高性能なニューラルボコーダーで、大規模トレーニングにより高品質なオーディオ生成を実現し、複数のサンプルレートとバンド構成をサポートします。
音声合成
B
nvidia
273
3
Bigvgan V2 44khz 128band 512x
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、高品質なオーディオ波形を生成できます。
音声生成
B
nvidia
223.13k
41
Mert Base
MERTは自己教師あり学習に基づく音響音楽理解モデルで、教師モデルが提供する擬似ラベルを用いて事前学習を行います。
音声分類
Transformers

M
yangwang825
26
0
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