# 変分オートエンコーダ

これはImageNet-1kデータセットで学習されたKL16変分オートエンコーダ(VAE)モデルで、画像から画像への変換タスクに使用されます。

Swaramは先進的なマラヤーラム語音声合成モデルで、入力テキストから高品質な音声波形を生成できます。

PULASkiは計算効率の高い生体医用画像セグメンテーション生成ツールで、専門家のアノテーションの変動性を正確に捉え、特に小データセットやクラス不均衡問題に適しています。

VITSアーキテクチャに基づくネパール語男性音声合成モデル、高品質なテキスト読み上げ機能をサポート

VITSは敵対的学習に基づく条件付き変分オートエンコーダのエンドツーエンドテキスト音声合成モデルで、中国語音声合成をサポートしています。

Meta社が開発したマーシャル語テキスト音声合成モデルで、VITSエンドツーエンドアーキテクチャを採用し、高品質な音声合成をサポート

Meta社が開発したロレ語(llg)テキスト音声合成モデルで、大規模多言語音声プロジェクトの一部

Meta社が開発したランプン・アピ語テキスト音声合成モデルで、MMS多言語音声プロジェクトの一部

Meta社が開発したパンガシナン語テキスト読み上げモデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート

Meta社が開発したガワリ語テキスト音声合成モデルで、高品質な音声合成をサポート

Meta AIが開発したチェワ語テキスト読み上げモデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート

Meta社が開発したティグリニャ語テキスト読み上げモデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート

Meta社が開発したフォン語テキスト音声合成モデル、VITSアーキテクチャに基づき、フォン語テキストを自然な音声に変換

Meta社が開発したイロカノ語テキスト音声合成モデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート

Facebook MMSプロジェクトのマラヤーラム語テキスト読み上げモデル、VITSアーキテクチャに基づくエンドツーエンド音声合成

Meta社が開発したワライ語テキスト音声変換モデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート

Meta社が開発したスワヒリ語テキスト読み上げモデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート

Meta社が開発したハイチクレオール語テキスト読み上げモデルで、大規模多言語音声(MMS)プロジェクトの一部

VITSはエンドツーエンド音声合成モデルで、入力テキストシーケンスから対応する音声波形を予測できます。このモデルは条件付き変分オートエンコーダ（VAE）アーキテクチャを採用し、事後エンコーダ、デコーダ、条件付き事前モジュールを含みます。

Metaが開発した英語テキスト音声合成モデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート