AIbase
JA
モデル選定
タグ
音声活動検出

# 音声活動検出

Segmentation 3.0
MIT
これは音声セグメンテーションのためのモデルで、スピーカーの変化、音声活動、およびオーバーラップ音声を検出でき、マルチスピーカーシナリオの音声分析に適しています。
話者の処理
S
fatymatariq
1,228
0
Segmentation
MIT
これはエンドツーエンドの話者セグメンテーションモデルで、音声活動検出、オーバーラップ音声検出、リセグメンテーションタスクに使用されます。
話者の処理 TensorBoard
S
salmanshahid
1,790
0
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
Pyannote Segmentation
MIT
これはエンドツーエンドの話者分割モデルで、音声活動検出、オーバーラップ音声検出、再分割タスクをサポートします。
話者の処理
P
philschmid
427
9
Brouhaha
Openrail
音声活動検出、音声SNRおよびC50室内音響パラメータ推定を同時に行うマルチタスクモデル
音声認識
B
pyannote
142.46k
22
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
Segmentation
MIT
音声活動検出、重複音声検出、話者分割のための音声処理モデル
話者の処理
S
pyannote
9.2M
579
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