Модель классифицирует музыкальные фрагменты длительностью до 60 секунд как созданные ИИ или человеком.

Подходит для: проверка музыкального фрагмента на генерацию ИИ · классификация музыкальных записей по происхождению · предварительная модерация пользовательских музыкальных загрузок

CLAP от LAION сопоставляет аудио с текстовыми описаниями для классификации звуков без примеров и поиска аудио по тексту.

Подходит для: классификация звуков по заданным текстовым меткам без дообучения · поиск аудиозаписей по текстовому описанию · сопоставление звука с набором возможных описаний

Модель классифицирует песни как подлинные или синтетические, помогая выявлять полностью сгенерированную ИИ музыку.

Подходит для: проверка песни на генерацию искусственным интеллектом · поиск синтетических музыкальных записей в каталоге · предварительная проверка подлинности пользовательских аудиозагрузок

AST-модель классифицирует короткие музыкальные фрагменты как созданные ИИ или человеком.

Подходит для: проверка, создана ли музыкальная композиция генеративным ИИ · предварительная сортировка аудиозаписей по происхождению · анализ музыкальных фрагментов длительностью до 10,24 секунды

Модель классифицирует аудио песен, определяя, создана ли композиция человеком или сгенерирована ИИ.

Подходит для: проверка песни на генерацию ИИ · выявление синтетических вокала и инструментальной музыки · анализ длинного музыкального фрагмента до 120 секунд

SpecTTTra-β классифицирует аудиозаписи песен, определяя, являются ли они синтетическими или созданными человеком.

Подходит для: выявление полностью сгенерированных AI песен · проверка подлинности музыкальных записей · анализ аудио для обнаружения поддельных песен

Классификатор аудио, оценивающий, создана ли музыка Suno и Udio с помощью ИИ, по спектральным признакам fakeprint.

Подходит для: проверка музыкального аудио на генерацию Suno · проверка треков на генерацию Udio · оценка вероятности того, что музыка создана ИИ

SpecTTTra-β классифицирует короткие аудиофрагменты, определяя, является ли песня синтетической или созданной человеком.

Подходит для: выявление песен, полностью созданных генеративным ИИ · проверка подлинности музыкальных фрагментов длительностью 5 секунд · анализ синтетической музыки для исследований и модерации аудиокаталогов

Крупная самообучаемая модель OpenMuQ для анализа музыки и задач поиска музыкальной информации по аудио.

Подходит для: классификация музыкальных аудиозаписей · извлечение представлений музыкальных фрагментов · анализ музыки для задач music information retrieval

Набор моделей Whisper в формате Core ML для локального распознавания речи и транскрибации на устройствах Apple Silicon.

Подходит для: локальная транскрибация аудиозаписей на устройствах Apple · преобразование речи в текст в приложениях для Apple Silicon · распознавание речи без отправки аудио на сервер

SpecTTTra-α-5s классифицирует аудиофрагменты песен как синтетические или созданные человеком.

Подходит для: проверка песни на генерацию искусственным интеллектом · выявление синтетических музыкальных композиций · анализ аудиофрагментов для модерации музыкального контента

Модель LAION CLAP сопоставляет музыкальные аудиозаписи с текстовыми описаниями и извлекает их эмбеддинги для классификации и поиска по сходству.

Подходит для: классификация музыкальных фрагментов по заданным текстовым меткам · поиск текстового описания, наиболее подходящего к аудиозаписи · извлечение эмбеддингов музыки для поиска по сходству

Конверсия Whisper small в формат CTranslate2 для распознавания речи из аудио, в том числе с помощью faster-whisper.

Подходит для: транскрибация русскоязычных аудиозаписей · расшифровка многоязычных интервью и встреч · преобразование аудио в текст в приложениях на CTranslate2

Модель CLAP сопоставляет аудио музыки и речи с текстовыми описаниями и извлекает их эмбеддинги для классификации и поиска без дообучения.

Подходит для: классификация аудиофрагмента по текстовым меткам · поиск музыки по текстовому описанию · поиск речевых записей по описанию содержания

Дообученная Wav2Vec2-модель для распознавания японской речи в аудио с частотой дискретизации 16 кГц.

Подходит для: транскрибация японской речи из аудиозаписей · распознавание японской речи в голосовых сообщениях · создание текстовых расшифровок японских аудиоматериалов

Kokoro-82M — компактная многоязычная модель синтеза речи с несколькими голосами для локальных приложений и сервисов.

Подходит для: озвучивание текста в приложениях · создание аудиоверсий статей и документов · генерация речи для голосовых интерфейсов

SpecTTTra-γ-5s классифицирует пятсекундные аудиофрагменты, помогая выявлять песни, созданные генеративным ИИ.

Подходит для: проверка музыкального фрагмента на генерацию ИИ · отсев синтетических песен в музыкальном каталоге · анализ происхождения аудиозаписей для модерации

Дообученная на польской речи модель wav2vec2 для преобразования аудиозаписей в текст.

Подходит для: транскрибация речи на польском языке · распознавание польской речи в аудиозаписях с частотой 16 кГц · подготовка текстовых расшифровок для материалов Common Voice

MLX-версия многоязычной модели NVIDIA Parakeet-TDT-0.6B-v3 для распознавания речи и транскрибации аудио.

Подходит для: транскрибация аудиозаписей на поддерживаемых языках · преобразование русской речи в текст · распознавание речи в диктовке

OmniVoice — многоязычная модель преобразования текста в речь с клонированием голоса и настройкой его характеристик.

Подходит для: озвучивание текста на разных языках · клонирование голоса по короткой аудиозаписи · создание голоса по заданным характеристикам

Модель распознаёт индонезийскую, яванскую и сунданскую речь и преобразует аудио в текст.

Подходит для: транскрибирование записей на индонезийском языке · распознавание яванской речи · распознавание сунданской речи

Модель wav2vec2 для преобразования арабской речи в текст, дообученная на Common Voice 6.1 и Arabic Speech Corpus.

Подходит для: транскрибирование записей арабской речи · распознавание арабской речи в аудиофайлах · создание субтитров к арабским аудиозаписям

Ускоренная мультиязычная модель OpenAI для распознавания речи и перевода аудио в текст.

Подходит для: расшифровка аудиозаписей на разных языках · субтитры и текстовые расшифровки видеозаписей · перевод речи на английский язык

Конвейер pyannote для определения говорящих и временных границ их речи в аудиозаписях, с поддержкой эксклюзивной диаризации и локальной работы.

Подходит для: разметка говорящих в интервью и подкастах · определение смены говорящих в записях совещаний · подготовка временных меток говорящих для транскрипта