Bigvgan 24khz 100band
MIT
BigVGAN是一種高性能神經聲碼器,通過大規模訓練實現高質量的音頻生成,支持多種採樣率和頻帶配置。
語音合成
B
nvidia
273
3
Bigvgan 22khz 80band
MIT
BigVGAN是一種通過大規模訓練實現的通用神經聲碼器,能夠為語音合成等任務提供高質量的音頻輸出。
語音合成
B
nvidia
2,344
1
Bigvgan V2 22khz 80band Fmax8k 256x
MIT
BigVGAN是基於大規模訓練的通用神經聲碼器,能夠高質量地將梅爾頻譜轉換為波形。v2版本通過定製CUDA內核加速推理,並擴展了訓練數據多樣性。
語音合成
B
nvidia
1,285
1
Bigvgan V2 22khz 80band 256x
MIT
BigVGAN是基於大規模訓練的通用神經聲碼器,能夠從梅爾頻譜生成高質量音頻波形。
語音合成
B
nvidia
503.23k
16
Bigvgan V2 24khz 100band 256x
MIT
BigVGAN是一種高性能神經聲碼器,通過大規模訓練實現高質量的音頻合成,支持多種採樣率和頻帶配置。
音頻生成
B
nvidia
34.03k
14
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98