Полнодуплексная речевая модель NVIDIA VoiceChat 11B в формате MLX INT5 для потокового голосового общения на Apple Silicon.

Подходит для: создание потокового голосового диалогового агента · генерация речевого ответа голосом Aria · преобразование речи пользователя в голосовой ответ модели

Дообученная VisionEncoderDecoder-модель для распознавания текста на изображениях CAPTCHA.

Подходит для: распознавание символов на изображениях CAPTCHA · преобразование CAPTCHA в текст для последующей обработки · оценка качества OCR для CAPTCHA

Модель извлекает имена людей, организации и адреса из OCR-строк банковских выписок на вьетнамском языке.

Подходит для: извлечение имён людей из строк банковских выписок · поиск организаций в OCR-распознанных транзакциях · выделение адресов и административных названий в выписках