Модель Wav2Vec2 для распознавания персидской речи и преобразования аудио в текст.

Подходит для: транскрибация персидских аудиозаписей · распознавание персидской речи в голосовых сообщениях · создание субтитров к аудио на персидском языке

Небольшая модель на базе T5 преобразует персидский текст в фонетическую запись, восстанавливая произношение кратких гласных и эзაფе и разрешая омографы.

Подходит для: преобразование персидского текста в фонетическую запись для синтеза речи · восстановление эзაფе в персидских фразах · разрешение омографов персидского языка по контексту

PersonaPlex — дообученная NVIDIA модель для потоковых англоязычных голосовых диалогов с одновременным распознаванием речи и генерацией ответа.

Подходит для: создание голосового ассистента с быстрым чередованием реплик · голосовое обслуживание клиентов · диалоги с перебиваниями и одновременной речью

Компактная модель VITS из проекта MMS, которая синтезирует персидскую речь по тексту.

Подходит для: озвучивание текстов на персидском языке · синтез речевого вывода для приложений на персидском языке · создание аудиоверсий персидских материалов

Модель синтезирует персидскую речь из последовательностей IPA и может использовать референсное аудио для задания голоса.

Подходит для: синтез персидской речи из IPA-транскрипции · озвучивание персидского текста после преобразования в IPA · генерация персидских реплик с голосовым референсом

Aava TTS Persian 3B преобразует персидский текст в речь с частотой 24 кГц для прототипирования и экспериментов с доступностью.

Подходит для: озвучивание персидского текста · создание персидской речи для прототипов · синтез речи для экспериментов с доступностью

Модель NeMo на 114 млн параметров для распознавания персидской речи и преобразования её в текст.

Подходит для: расшифровка персидских аудиозаписей · транскрибация персидских интервью и лекций · распознавание персидской речи в приложениях и сервисах

Открытая ASR-модель Cohere на 2 млрд параметров для транскрибации арабской, диалектной и английской речи.

Подходит для: транскрибация аудиозаписей на арабском языке · распознавание речи на арабских диалектах · перевод арабской речи в текст

Компактная дообученная модель генерирует короткую персидскую речь с клонированием голоса по референсной записи.

Подходит для: озвучивание коротких уведомлений и подсказок на фарси · синтез персидских реплик для интерфейсов · клонирование голоса по короткой записи при чтении персидского текста

Компактная модель Whisper от C1Tech, дообученная для распознавания персидской речи и преобразования аудио в текст.

Подходит для: транскрибация персидской речи · распознавание персидской речи в аудиозаписях · создание субтитров на персидском языке

Одноязычная модель BERT для персидского языка, предназначенная для заполнения пропусков и задач понимания текста.

Подходит для: подстановка пропущенных слов в персидском тексте · анализ персидских текстов разных жанров · создание основы для моделей понимания персидского языка

Модель Wav2Vec2 для преобразования персидской речи в текст, дообученная на Common Voice.

Подходит для: транскрибация речи на фарси · распознавание персидской речи в аудиозаписях · создание текстовых расшифровок персидских аудиоматериалов

Дообученная на персидской речи модель Whisper для транскрибации аудио в текст.

Подходит для: транскрибация персидских голосовых заметок · расшифровка персидских подкастов и интервью · создание субтитров и текстовых версий персидских видео

Ava-82M — дообученная на персидских данных компактная модель для преобразования текста на фарси в речь одним голосом.

Подходит для: озвучивание текстов на фарси · создание персидских голосовых подсказок и объявлений · синтез речи для приложений доступности на персидском языке

Потоковая персидская модель распознавания речи для офлайн-транскрибации и субтитров на устройстве с выбираемой задержкой от 0 до 1040 мс.

Подходит для: распознавание персидской речи в реальном времени · создание субтитров для персидских аудио и видео · офлайн-транскрибация речи на устройстве

Piper-модель преобразует арабский текст в речь женским голосом с эмиратским диалектом.

Подходит для: озвучивание арабских фраз эмиратским диалектом · создание женской арабоязычной озвучки для приложений · генерация аудиосообщений на арабском языке

Одноязычная модель BERT для персидского языка, предназначенная для заполнения пропусков и дообучения на задачах NLP.

Подходит для: восстановление замаскированных слов в персидском тексте · получение контекстных представлений персидских предложений · дообучение для классификации персидских новостей и публикаций

Две преобразованные в формат Piper модели VITS синтезируют тайскую речь женским или мужским голосом.

Подходит для: озвучивание тайских текстовых сообщений · создание аудиофайлов с тайской речью · выбор женского или мужского голоса для тайской озвучки

Модель на базе Strawberry-1 для генерации и анализа персидской поэзии с обязательной видимой цепочкой рассуждений.

Подходит для: создание персидских стихотворений с разбором метра и рифмы · анализ размера, рифмовки и рефрена персидского стихотворения · критика образов и эмоциональной структуры персидского текста

Дообученная на персидском тексте модель ALBERT определяет позиции эзофе для улучшения фонемизации и синтеза речи.

Подходит для: определение позиций эзофе в персидском тексте · устранение неоднозначностей персидского произношения · подготовка текста к персидской фонемизации

Компактная модель Meta на архитектуре VITS, синтезирующая арабскую речь из текста.

Подходит для: озвучивание арабских текстов · генерация голосового вывода для арабоязычных приложений · создание аудиоверсий арабоязычных материалов

SoulX-Singer синтезирует реалистичное пение голосами новых исполнителей с управлением мелодией, нотами MIDI, ритмом и выразительностью.

Подходит для: создание вокальной партии по тексту и мелодии · синтез пения голосом ранее не встречавшегося исполнителя · генерация вокала с заданным контуром F0

Дообученная на персидских аудиоданных модель Whisper large-v3 для распознавания речи и преобразования её в текст.

Подходит для: транскрибация персидской речи · создание субтитров для персидских аудио- и видеозаписей · распознавание персидской речи в записях интервью

Gooya V1 — LoRA-модель для синтеза персидской речи с клонированием голоса и улучшенной генерацией длинных фрагментов.

Подходит для: озвучивание персидского текста голосом выбранного диктора · клонирование голоса для персидской речи · синтез длинных персидских фраз одним проходом