# 複数データセットトレーニング

これはLoRA技術に基づく画像から画像への変換モデルで、主に非商用の画像編集タスクに使用されます。

TIPOはテキスト事前サンプリングに基づくプロンプト最適化テキスト・トゥ・イメージシステムで、大規模言語モデルを使用してユーザー入力プロンプトを最適化し、生成モデルの品質と使いやすさを向上させます。

F5アーキテクチャに基づいてゼロからトレーニングされたヒンディー語テキスト読み上げモデルで、インド工科大学マドラス校SPRING研究所によって開発されました。

SDXLベースのアニメスタイルテキスト生成画像モデルで、初心者にも使いやすく、高品質なアニメキャラクターやスタイリッシュな画像を生成できます。

TIPOはLLaMAアーキテクチャを採用した5億パラメータのモデルで、テキストから画像生成におけるプロンプト最適化のために設計されています。

OpenAI Whisper-tinyアーキテクチャをベースにファインチューニングしたベトナム語自動音声認識(ASR)モデルで、複数のベトナム語データセットで優れた性能を発揮

このモデルはDeBERTa-v3-largeアーキテクチャに基づくゼロショット分類モデルで、主に5つのNLIデータセットでトレーニングされており、元のNLIタスクに従うタスクに適しています。

このモデルはSentenceTransformersのCross-Encoderクラスを使用してトレーニングされ、2つの文の意味的類似度のスコアを予測するために使用されます。

これはGPT2アーキテクチャに基づくベンガル語テキスト要約生成モデルで、特にニュースコンテンツに最適化されています。

これはthennal/whisper-medium-mlをCTranslate2モデル形式に変換したバージョンで、マラヤーラム語音声認識に使用されます

これはスペイン語自動音声認識用の大型Conformer-トランスデューサーモデルで、約1.2億パラメータを持ち、1340時間のスペイン語音声データでトレーニングされています。

これはNVIDIAがトレーニングし公開した、スペイン語自動音声認識(ASR)用の大型Conformer-CTCモデルです。

これはフランス語自動音声認識のための大規模なConformer-トランスデューサーモデルで、約1.2億のパラメータを持ち、1500時間以上のフランス語音声データでトレーニングされています。

Wav2vec2ベースのベトナム語音声認識モデル、160時間のベトナム語音声データでファインチューニング

これはポルトガル語に特化してファインチューニングされたWav2vec 2.0モデルで、CORAA、CETUC、多言語LibriSpeechなど複数のポルトガル語音声データセットを使用してトレーニングされました。

これはXLS-R 1Bアーキテクチャに基づくポルトガル語自動音声認識モデルで、複数のポルトガル語音声データセットでファインチューニングされています。

これはXLS-R 1Bアーキテクチャに基づくイタリア語自動音声認識モデルで、複数のイタリア語データセットでファインチューニングされています

これはMT5アーキテクチャに基づくベトナム語自動音声認識(ASR)修復モデルで、ベトナム語音声認識タスク向けにファインチューニングされています。

これはブラジルポルトガル語に最適化されたWav2vec 2.0音声認識モデルで、複数のブラジルポルトガル語データセットでファインチューニングされています

facebook/wav2vec2-large-xlsr-53モデルをベトナム語向けにファインチューニングした自動音声認識モデルで、16kHzサンプリングレートの音声入力をサポートします。

facebook/wav2vec2-large-xlsr-53モデルをファインチューニングした中国語音声認識モデルで、16kHzサンプリングレートの音声入力をサポートしています。

facebook/wav2vec2-large-xlsr-53モデルをベースにファインチューニングしたベトナム語自動音声認識モデル