Diar Sortformer 4spk V1
Sortformerアーキテクチャに基づくエンドツーエンドのスピーカーダイアリゼーションモデルで、スピーカーの音声セグメント到着順に並べ替えることでダイアリゼーションの順序問題を解決し、最大4人のスピーカー識別をサポートします。
話者の処理
D
nvidia
385.49k
36
Vad
MIT
pyannote.audioベースの音声活動検出モデルで、オーディオ内の有効な音声セグメントを識別
音声認識
V
salmanshahid
1,794
1
Voice Activity Detection
MIT
pyannote.audio 2.1バージョンに基づく音声活動検出モデルで、音声中の音声活動時間帯を識別するために使用されます
音声認識
V
pyannote
7.7M
181
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