Японская аудиотекстовая модель Liquid AI для голосовых диалогов в реальном времени, распознавания и синтеза речи.
Подходит для: голосовой диалог на японском языке с ответами текстом и речью · распознавание японской речи в аудиозаписях · синтез японской речи из текста
Японская модель распознавания речи Whisper, дообученная для эмоциональных реплик в стиле аниме и визуальных новелл.
Подходит для: Расшифровка реплик персонажей в визуальных новеллах · Транскрибация японской актёрской речи в стиле аниме · Сохранение в расшифровке запинок, смеха, криков и вздохов
Модель Reazon Research распознаёт японскую речь в аудиозаписях, включая длинные записи продолжительностью до нескольких часов.
Подходит для: транскрибация длинных японских аудиозаписей · расшифровка японских интервью и лекций · преобразование японской речи в текст для поиска и архивирования
Дообученная Qwen3-ASR-1.7B для транскрибации японской речи с улучшенным распознаванием имён, названий компаний и редких кандзи.
Подходит для: транскрибация японской речи с именами и топонимами · распознавание японских названий компаний, продуктов и сервисов · расшифровка редких и сложных написаний кандзи
Компактная Moonshine-модель для транскрибации японской речи на устройствах с ограниченными ресурсами.
Подходит для: транскрибация японской речи на периферийном устройстве · создание японских субтитров для видео и аудиозаписей · распознавание японской речи в приложениях реального времени
Японская мультимодальная дообученная Gemma 3 12B для диалогов и ответов на вопросы по изображениям.
Подходит для: диалоги на японском языке · ответы на вопросы по изображениям на японском языке · выполнение японских текстовых инструкций
Дообученная японская ASR-модель Cohere Transcribe для транскрибации обычной речи и аниме-контента.
Подходит для: Транскрибация японских диалогов из аниме · Распознавание японской речи в обычных аудиозаписях · Создание субтитров для японских аудиофрагментов
Мультимодальная модель SB Intuitions на 3,8 млрд параметров для ответов на вопросы и анализа изображений и документов, особенно на японском языке.
Подходит для: ответы на вопросы по японским изображениям · извлечение сведений из фотографий и сканов документов · анализ содержимого презентационных слайдов
Производная модели inclusionAI/Ming-flash-omni-Preview. Мультимодальная MoE-модель inclusionAI для диалога с изображениями, видео и аудио, распознавания и синтеза речи, а также генерации и редактирования изображений.
Подходит для: распознавание речи с учётом контекста · распознавание речи на китайских диалектах · синтез речи по тексту
Производная модели inclusionAI/Ming-flash-omni-2.0. Ming-flash-omni 2.0 — мультимодальная MoE-модель для анализа изображений, видео и аудио, а также генерации текста, изображений и звука.
Подходит для: ответы на вопросы по содержимому изображений · обсуждение видеопотока в диалоге · распознавание речи и диалектов
Susu — экспериментальная компактная китайская разговорная модель для исследований генерации диалогового текста.
Подходит для: изучение обучения очень малых языковых моделей · эксперименты с генерацией китайского диалогового текста · воспроизведение локального инференса компактной модели на PyTorch
Экспериментальная японская модель распознавания речи на основе Whisper, настроенная на транскрибацию аниме и близкого аудио.
Подходит для: Транскрибация реплик из аниме на японском языке · Распознавание японской речи в длинных аудиозаписях · Создание черновых японских субтитров для видео
Японская модель семейства Moonshine для автоматической транскрибации речи в текст.
Подходит для: транскрибация японской речи из аудиозаписей · распознавание японской речи в голосовых заметках · создание японских субтитров
Модель Wav2Vec2 для автоматической расшифровки японской речи в текст.
Подходит для: расшифровка японских аудиозаписей · распознавание японской речи в голосовых сообщениях · создание субтитров для японской речи
Потоковая модель Moonshine AI для инкрементального распознавания японской речи, рассчитанная на запуск на устройствах с ограниченными ресурсами.
Подходит для: потоковая транскрипция японской речи на устройстве · расшифровка японских подкастов · транскрипция японских видеозаписей
Японская модель на WavLM распознаёт речь и выводит её в виде хираганы и фонем.
Подходит для: транскрибация японской речи в хирагану · получение фонетической записи японской речи · распознавание речи нескольких дикторов
Японская модель распознавания речи на базе XLS-R, транскрибирующая аудио в текст, записанный хираганой.
Подходит для: транскрибирование японской речи в хирагану · создание субтитров для японских аудиозаписей · распознавание речи в записях Common Voice
Экспериментальная японская визуально-языковая модель Sakana AI для описания изображений и ответов на вопросы о них.
Подходит для: ответы на вопросы о содержимом изображения на японском языке · описание изображений по-японски · исследование визуально-языковых моделей для японского языка
Экспериментальная японская визуально-языковая модель Sakana AI для ответов на вопросы по изображениям и текстовым запросам.
Подходит для: ответы на вопросы о содержимом изображений на японском языке · создание японских описаний изображений · анализ изображений в диалоге с текстом и изображениями
Модель Wav2Vec2 для автоматической расшифровки японской речи в текст.
Подходит для: расшифровка японских выступлений и лекций · преобразование записей японской речи в текст · получение субтитров к аудио на японском языке
Японская речевая модель Atotti принимает аудио и отвечает текстом, поддерживая диалог, выполнение инструкций, транскрипцию и описание звука.
Подходит для: транскрибация японской речи · ответы на устные инструкции на японском языке · диалог с голосовым помощником на японском
Производная модели Onnyx-4513/ThinkingCap-Qwen3.6-27B. Мультимодальная модель Qwen, дообученная для более экономных по токенам рассуждений, диалогов и работы с изображениями.
Подходит для: ответы на вопросы по тексту и изображениям · решение математических и логических задач с сокращёнными рассуждениями · помощь в написании и анализе кода
Японская языковая модель на 3,1 млрд параметров для ролевых диалогов, дообученная на Sarashina 2.2 Instruct.
Подходит для: ролевой диалог с персонажем по заданному описанию · симуляция беседы в заданной ситуации · генерация реплик персонажа для интерактивной истории
Мультимодальная Gemma 4 на 31 млрд параметров для диалогов и анализа изображений с акцентом на сохранение японского языка.
Подходит для: диалоги на японском языке · ответы на вопросы по изображениям · описание содержимого изображения