Модель Vakyansh на базе wav2vec 2.0 распознаёт санскритскую речь и преобразует её в текст.

Подходит для: транскрибация записей речи на санскрите · распознавание санскритской речи в аудиозаписях · создание текстовых расшифровок санскритских лекций

Ling-3.0-flash — разговорная гибридная MoE-модель Inclusion AI для генерации текста, программирования и многошаговых агентных задач с длинным контекстом.

Подходит для: генерация и исправление программного кода · выполнение многошаговых задач кодового агента · ответы на вопросы и следование инструкциям

Модель Wav2Vec2 для автоматического распознавания сингальской речи и преобразования аудио в текст.

Подходит для: транскрибирование записей на сингальском языке · распознавание сингальской речи в аудиофайлах · создание текстовых расшифровок сингальских разговоров

E2-TTS — модель синтеза речи из текста с поддержкой zero-shot сценария.

Подходит для: синтез речи по тексту · zero-shot озвучивание текста · создание голосового аудио для приложений

Черновая модель Liquid AI для speculative decoding, ускоряющая генерацию LiquidAI/LFM2.5-8B-A1B при использовании совместимого инференс-сервера.

Подходит для: ускорение генерации текста на LFM2.5-8B-A1B через speculative decoding · снижение задержки инференса в SGLang · ускорение генерации на Apple Silicon с Metal

Модель Canopy Labs на основе Llama для выразительного синтеза английской речи с потоковой генерацией, управлением эмоциями и клонированием голоса.

Подходит для: синтез английской речи для голосовых интерфейсов · потоковое озвучивание текста в реальном времени · создание выразительной речи с заданной эмоцией и интонацией

Veena — модель Maya Research для генерации выразительной речи на хинди и английском, включая смешение этих языков.

Подходит для: озвучивание экранного текста на хинди и английском · создание голосовых ботов и IVR на хинди · дубляж видео и учебных материалов

Англоязычная авторегрессионная модель EleutherAI для генерации текста и научного исследования поведения и интерпретируемости языковых моделей.

Подходит для: эксперименты с генерацией английского текста · исследование интерпретируемости языковых моделей · сравнение поведения моделей разных размеров

Sarvam-30B — MoE-языковая модель для диалогов, рассуждений и программирования с особым вниманием к индийским языкам.

Подходит для: ведение диалогов на индийских языках · ответы на вопросы на хинди и других индийских языках · генерация и разбор программного кода

Компактная модель Soprano на базе Qwen3 для быстрого синтеза выразительной английской речи из текста.

Подходит для: озвучивание английских текстов в приложении · локальное преобразование текста в речь · потоковая генерация речи для воспроизведения

Модель mesolitica для синтеза малайской и английской речи с несколькими голосами и частотой вывода 24 кГц.

Подходит для: синтез речи на малайском языке · синтез речи на английском языке с переключением языков · озвучивание нормализованного текста несколькими голосами

Indic-Mio — дообученная модель SPRINGLab для синтеза естественно звучащей речи на индийских языках и английском, включая смешанную речь и клонирование голоса.

Подходит для: озвучивание текста на языках Индии · синтез речи на английском языке · озвучивание предложений со смешением языков

Производная модели dare43321/hindi-tts-model-5. Дообученная Llama-модель на базе kenpath/svara-tts-v1, вероятно предназначенная для синтеза выразительной речи по тексту.

Подходит для: эксперименты с генерацией речи на основе модели Svara TTS · проверка адаптации синтеза речи для хинди · генерация текста в формате, ожидаемом базовой TTS-моделью

Компактная версия Soprano в формате MLX для синтеза речи по тексту и клонирования голоса.

Подходит для: синтез речи из текста · локальная генерация речи на устройствах Apple с MLX · клонирование голоса при использовании исходной модели

Дообученная Llama-модель на базе kenpath/svara-tts-v1, вероятно предназначенная для синтеза выразительной речи по тексту.

Подходит для: эксперименты с генерацией речи на основе модели Svara TTS · проверка адаптации синтеза речи для хинди · генерация текста в формате, ожидаемом базовой TTS-моделью

Модель CanopyAI на базе Llama преобразует текст в выразительную речь с управлением интонацией, потоковой генерацией и клонированием голоса.

Подходит для: озвучивание текстов естественным голосом · потоковая речь для голосовых интерфейсов · управление эмоциями и интонацией в синтезированной речи

Базовая англоязычная модель CanopyAI на архитектуре Llama для синтеза речи и дообучения под задачи клонирования голоса.

Подходит для: синтез английской речи по тексту · создание выразительной речи с естественной интонацией · клонирование голоса по аудиообразцу без отдельного дообучения

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

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

Модель Wav2Vec2 с 402,7 млн параметров для распознавания сингальской речи и преобразования аудио в текст.

Подходит для: транскрибация сингальской речи · распознавание сингальских аудиозаписей · преобразование сингальской речи в текст

Компактная модель VITS проекта MMS синтезирует речь на языке Sherpa по входному тексту.

Подходит для: озвучивание текста на языке Sherpa · создание голосовых объявлений на Sherpa · синтез речи для приложений на Sherpa

Компактная модель Soprano на базе Qwen3 синтезирует выразительную английскую речь из текста и подготовлена для запуска через mlx-audio.

Подходит для: озвучивание текстов на английском языке · синтез речи для приложений на MLX · быстрое создание голосовых версий коротких текстов

Компактная дообученная модель Kokoro-82M для синтеза речи на хинди, индийском английском и хинглише с 15 встроенными голосовыми профилями.

Подходит для: озвучивание текста на хинди · генерация речи с индийским английским акцентом · синтез речи на хинглише

Конвертированная в MLX версия Spark-TTS на базе Qwen2 для синтеза английской и китайской речи из текста.

Подходит для: озвучивание английского текста · озвучивание китайского текста · локальный синтез речи на устройствах Apple с MLX