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 на базе Qwen3-ASR-1.7B для распознавания японской речи из галгеймов, визуальных новелл и аниме.

Подходит для: транскрибация японских реплик из визуальных новелл · распознавание выразительной японской озвучки в стиле аниме · создание субтитров к японским игровым диалогам

Квантованная INT8-версия Anime Whisper для быстрого распознавания японской речи в аниме и визуальных новеллах.

Подходит для: расшифровка японских реплик из аниме · распознавание речи в визуальных новеллах · транскрибирование эмоциональной японской речи

Модель на основе Wav2Vec2 классифицирует эмоциональную окраску речи в аудиозаписях.

Подходит для: определение эмоций в озвученных репликах · анализ эмоциональной окраски речи персонажей · классификация эмоций в аудио из визуальных новелл

Конвертированный набор моделей Style-Bert-VITS2 в GGUF для локального синтеза японской речи через совместимые компоненты TTS.cpp.

Подходит для: локальный синтез японской речи из текста · озвучивание японских фраз выбранным голосом · интеграция Style-Bert-VITS2 в локальный сервер TTS.cpp

Модель на базе Whisper large-v3-turbo распознаёт японскую речь и выдаёт катакану с разметкой высотного ударения.

Подходит для: транскрибирование японской речи в катакану · получение разметки высотного ударения из аудио · анализ японского произношения и чтений кандзи

Производная модели kevinzhow/style-bert-vits2-gguf. Конвертированный набор моделей Style-Bert-VITS2 в GGUF для локального синтеза японской речи через совместимые компоненты TTS.cpp.

Подходит для: локальный синтез японской речи из текста · озвучивание японских фраз выбранным голосом · интеграция Style-Bert-VITS2 в локальный сервер TTS.cpp

Дообученная для японского языка Llama-совместимая модель, синтезирующая выразительную речь в аниме-стиле по тексту.

Подходит для: озвучивание японских реплик в аниме-стиле · синтез японской речи для демонстрационных проектов · создание выразительной японской озвучки для персонажей

Дообученная на японских речевых данных модель Llama для синтеза выразительной речи из текста, в том числе реплик в стиле визуальных новелл.

Подходит для: озвучивание японских реплик визуальной новеллы · синтез японской речи из текста · генерация японских диалогов с выразительной интонацией

KyaraEmbed преобразует аудио в 192-мерные векторы для сопоставления идентичности персонажей аниме между разными исполнителями озвучки.

Подходит для: сопоставление персонажа аниме в аудиофрагментах с разными актёрами озвучки · поиск фрагментов с одним и тем же персонажем в аудиоколлекции · различение персонажей, озвученных одним исполнителем

Коллекция японских моделей RVC v2 для преобразования голоса, прежде всего речи, в женские или мужские голосовые тембры.

Подходит для: преобразование мужской речи в женский голос · смена тембра голоса в аудиозаписи · преобразование японской речи в голос персонажа