AIbase
JA
モデル選定
タグ
多様なシーン対応

# 多様なシーン対応

Ultravox V0 5 Llama 3 2 1b GGUF
MIT
Ultravox v0.5はLlama-3 2.1Bアーキテクチャを最適化した音声テキスト変換モデルで、音声書き起こしタスクの効率的な処理に特化しています。
音声認識
U
ggml-org
421
1
Yolo Roofs
MIT
YOLOv8はUltralyticsが開発した効率的な物体検出モデルで、YOLO（You Only Look Once）アーキテクチャに基づいており、リアルタイム物体検出タスクに適しています。
物体検出 Transformers 英語
Y
Vara971
15
0
Japanese Parler Tts Large Bate
その他
parler-tts-large-v1をベースに再学習した日本語テキスト音声変換モデルで、高品質な日本語音声を生成可能
音声合成 Transformers 日本語
J
2121-8
114
17
Allegro
Apache-2.0
Allegroはオープンソースの高品質なテキストから動画を生成するモデルで、720x1280解像度、15 FPSの6秒間の詳細な動画を生成できます。
テキスト生成ビデオ 英語
A
rhymes-ai
250
257
Belle Whisper Large V3 Turbo Zh
Apache-2.0
whisper-large-v3-turboを基に中国語音声認識向けに微調整したモデルで、複数の中国語音声認識ベンチマークテストで性能が大幅に向上
音声認識 Transformers
B
BELLE-2
2,891
55
Yolov10x
YOLOv10はリアルタイムのエンドツーエンド物体検出モデルで、効率的な推論速度と高い検出精度を備えています。
物体検出 Transformers
Y
onnx-community
23
6
Canvers Sound Event V1
Gpl-3.0
GPL-3.0ライセンスで公開された汎用モデル。詳細な機能と用途は完全なドキュメントを参照してください
大規模言語モデル Transformers
C
circulus
17
0
Wav2vec2 Base Finetuned Ie
Apache-2.0
facebook/wav2vec2-baseモデルをファインチューニングしたバージョンで、特定のタスクに使用されます
音声認識 Transformers
W
minoosh
14
0
Docket Encoder
Gpl-3.0
大規模言語モデル Transformers
D
scales-okn
15
1
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
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