Многоязычная модель синтеза речи с клонированием голоса по короткому аудиопримеру для 27 языков Индии.

Подходит для: синтез речи на индийских языках по тексту · клонирование голоса по короткой записи и расшифровке · озвучивание текстов на хинди и бенгальском

Дообученная модель Whisper для транскрибирования речи на хинди в текст.

Подходит для: транскрибирование записей на хинди · распознавание речи в аудио на хинди · подготовка текстовых расшифровок для голосовых данных на хинди

Модель определяет язык устной речи в аудио среди 42 языков Индии и соседних регионов.

Подходит для: определение языка в короткой аудиозаписи · маршрутизация аудио в подходящую систему распознавания речи · сортировка речевых записей по языку

Компактная модель Whisper-tiny, дообученная для распознавания хинди в аудиозаписях.

Подходит для: транскрибация речи на хинди · распознавание речи в аудиозаписях на хинди · преобразование устной речи на хинди в текст

Дообученная на данных Vaani модель Whisper Medium для распознавания речи на каннада и преобразования её в текст.

Подходит для: расшифровка аудиозаписей на каннада · транскрибирование речи на каннада · создание текстовых субтитров для речи на каннада

Модель Trelis на базе Whisper large-v3 для транскрибации хинглишской, хинди- и английской речи.

Подходит для: транскрибация речи с переключением между хинди и английским · распознавание разговорной хинглишской речи · транскрибация речи на хинди с записью деванагари

Дообученная на данных Vaani модель Whisper Medium для распознавания речи на телугу и её транскрибации в текст.

Подходит для: транскрибация аудиозаписей на телугу · распознавание речи на телугу · создание текстовых расшифровок телугуязычных записей

Дообученная на корпусах речи на хинди модель Whisper Small для автоматической транскрибации аудио.

Подходит для: Транскрибация разговорной речи на хинди · Создание субтитров на хинди для аудиозаписей · Преобразование записей интервью на хинди в текст

ARPG — модель безусловной генерации изображений с авторегрессионной архитектурой и рандомизированным параллельным декодированием.

Подходит для: генерация изображений без текстового запроса · эксперименты с авторегрессионной генерацией изображений · сравнение стратегий параллельного декодирования изображений

Модель Shunya Labs на базе Whisper Medium распознаёт разговорную речь Hinglish и расшифровывает хинди с естественными переключениями на английский.

Подходит для: расшифровка разговоров на хинди с английскими вставками · создание субтитров для Hinglish-видео · транскрибация подкастов на хинди и английском

Мультиязычная модель VITS синтезирует речь на 16 языках Северо-Восточной Индии, поддерживая 23 голосовых варианта.

Подходит для: озвучивание романизированного текста на языках Северо-Восточной Индии · создание синтетической речи с выбором голосовой группы · разработка речевых интерфейсов для языков с ограниченными ресурсами

Open-Sarika — дообученная на индийских языках модель Whisper для транскрибации речи и перевода аудио между хинди, гуджарати и маратхи.

Подходит для: транскрибация аудио на хинди · транскрибация речи на гуджарати · распознавание речи на маратхи

Дообученная модель Whisper для распознавания речи на восьми языках Северо-Восточной Индии.

Подходит для: транскрибирование речи на кхаси · распознавание устной речи на гаро · транскрибирование речи на мизо

Модель распознаёт речь на хинди и выдаёт транскрипцию письмом деванагари, в формате для faster-whisper.

Подходит для: транскрибирование речи на хинди письмом деванагари · голосовой ввод на хинди в Windows · расшифровка аудиозаписей на хинди

Yemberzal — дообученная на кашмирской речи модель NeMo для автоматической транскрипции аудиозаписей.

Подходит для: транскрибирование кашмирской речи в аудиозаписях · подготовка транскрипций для сбора кашмирских речевых данных · черновая расшифровка коротких кашмирских высказываний

pytorch: формат, квантизация, runtime и память принадлежат одному artifact

Surround Sound обнаруживает невербальные голосовые и фоновые звуки в аудиозаписях и выдаёт их метки с временными границами для обогащения транскриптов и анализа аудио.

Подходит для: добавление кашля, смеха и дыхания в расшифровку речи · разметка музыки, сирен, лая и других фоновых звуков с временными границами · поиск звуковых событий в аудиокорпусах

Исследовательская модель классифицирует речь на малаялам по диалектному региону говорящего среди пяти округов Кералы.

Подходит для: определение округа Кералы по записи речи на малаялам · сравнение диалектных признаков в речевых исследованиях · оценка классификации малаяламских диалектов на отдельных аудиоклипах