%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Pyannote Segmentation 30
MIT
這是一個用於音頻處理的說話人分割模型，能夠檢測語音活動、重疊語音和多個說話人。
說話人處理
P
collinbarnwell
873
0
Speaker Diarization Optimized
MIT
Pyannote.audio的說話人分割管道，用於自動檢測音頻中的說話人變化和分割語音片段
說話人處理
S
G-Root
349
0
Segmentation 3.0
MIT
這是一個基於冪集編碼的說話人分割模型，能夠處理10秒音頻片段並識別多個說話人及其重疊語音。
說話人處理
S
pyannote
12.6M
445
Pyannote Speaker Diarization Endpoint
MIT
基於pyannote.audio 2.0版本的說話人分割模型，用於自動檢測和分割音頻中的不同說話人
說話人處理
P
KIFF
1,830
4
Pyannote Segmentation
MIT
這是一個端到端的說話人分割模型，支持語音活動檢測、重疊語音檢測和重分割任務。
說話人處理
P
philschmid
427
9
Overlapped Speech Detection
MIT
一個用於檢測音頻中重疊語音的預訓練模型，能夠識別兩個或更多說話人同時活躍的時間段。
說話人處理
O
pyannote
144.68k
35
Segmentation
MIT
一個用於語音活動檢測、重疊語音檢測和說話人分割的音頻處理模型
說話人處理
S
pyannote
9.2M
579
Speaker Segmentation
MIT
基於pyannote.audio的說話人分割模型，用於檢測音頻中的說話人變化和語音活動
說話人處理
S
pyannote
182
33
Voice Activity Detection
MIT
基於pyannote.audio 2.1版本的語音活動檢測模型，用於識別音頻中的語音活動時間段
語音識別
V
pyannote
7.7M
181
Speaker Diarization
MIT
基於pyannote.audio 2.1.1版本的說話人分割模型，用於自動檢測音頻中的說話人變化和重疊語音
說話人處理
S
pyannote
910.93k
1,038
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
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
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