モデル選定

マルチスピーカー分割

# マルチスピーカー分割

Speaker Diarization 2.5

pyannote/speaker-diarization-3.0をベースに改良した話者分割モデル。speechbrain/spkrec-ecapa-voxcelebを使用した話者埋め込みにより、特定のテストでより優れた性能を発揮

話者の処理

Speaker Diarization 3.1

Pyannoteオーディオスピーカー分割パイプライン、オーディオ内の異なるスピーカーを自動検出・分割するためのもの

話者の処理

Speaker Diarization 3.1

話者分割と埋め込みのための音声処理モデルで、自動音声活動検出とオーバーラップ音声検出をサポートします。

話者の処理

Speaker Diarization 3.1

音声内の異なる話者を自動的に検出・分割する音声処理モデルです。

話者の処理

Phil Pyannote Speaker Diarization Endpoint

pyannote.audio 2.0バージョンに基づくスピーカーダイアリゼーションモデルで、音声中の異なる話者を自動検出・分割します。

話者の処理

Pyannote Speaker Diarization Endpoint

pyannote.audio 2.0ベースの話者分割モデルで、音声中の話者変化や音声活動を自動検出

話者の処理

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

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

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

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