GPT-2-модель для продолжения символьных музыкальных партитур MusicLang и генерации новых музыкальных фрагментов.

Подходит для: продолжение партитуры, записанной на MusicLang · генерация музыкального фрагмента по заданной последовательности нот · создание заготовок для музыкальной композиции в символьном формате

Многоязычная модель Wav2Vec2 определяет язык речи в аудиозаписи среди 1024 вариантов.

Подходит для: определение языка в короткой аудиозаписи · автоматический выбор модели для последующей транскрибации · сортировка речевых файлов по языкам

Модель Mesolitica на базе wav2vec2 для распознавания речи на малайском, синглише и мандаринском китайском.

Подходит для: транскрибация речи на малайском языке · распознавание синглиша в разговорной речи · транскрибация речи на мандаринском китайском

MuQ-MuLan-large — контрастивная модель OpenMuQ для сопоставления музыки с текстом и классификационных задач в музыкальной области.

Подходит для: классификация музыкальных аудиозаписей · сопоставление музыкального фрагмента с текстовым описанием · поиск музыки по запросу на английском языке

Крупная самообучаемая модель OpenMuQ для анализа музыки и задач поиска музыкальной информации по аудио.

Подходит для: классификация музыкальных аудиозаписей · извлечение представлений музыкальных фрагментов · анализ музыки для задач music information retrieval

Мультиязычная модель Facebook AI для извлечения речевых представлений, предназначенная для дообучения под распознавание речи, перевод и классификацию.

Подходит для: дообучение системы распознавания речи · дообучение перевода речи · классификация речевых сигналов

Многоязычная предварительно обученная модель речевых представлений на wav2vec 2.0, которую дообучают для распознавания и других задач обработки речи.

Подходит для: дообучение распознаванию речи в аудиозаписях · дообучение переводу речи между языками · классификация речевых аудиоданных

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

Предварительно обученная англоязычная модель Microsoft для извлечения признаков речи и последующего дообучения под задачи обработки аудио.

Подходит для: извлечение признаков из речи для downstream-моделей · подготовка представлений аудио для классификации речи · дообучение модели для распознавания английской речи

Многоязычная модель wav2vec2 для преобразования речи в текст на более чем тысяче языков.

Подходит для: транскрибация аудиозаписей на малоресурсных языках · распознавание речи для многоязычных приложений · создание текстовых расшифровок устных высказываний

Модель Wav2Vec2 определяет, на каком из 126 языков говорят в аудиозаписи.

Подходит для: определение языка речи в аудиозаписи · автоматическая маршрутизация аудио по языку · предварительная сортировка многоязычных речевых данных

Модель SpeechBrain на ECAPA-TDNN распознаёт язык устной речи среди 107 языков и извлекает эмбеддинги речевых фрагментов.

Подходит для: определение языка в короткой аудиозаписи · автоматическая маршрутизация звонка по языку собеседника · определение языка в аудиоархиве

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 Facebook на базе Wav2Vec2 определяет, на каком из 256 языков говорят в аудиозаписи.

Подходит для: определение языка речи в аудиозаписи · автоматическая маршрутизация многоязычных звонков · сортировка речевых данных по языкам

Magenta RealTime 2 — модель Google DeepMind для потоковой генерации инструментальной музыки в реальном времени с управлением текстом, аудиоконтекстом и MIDI.

Подходит для: создание музыкального сопровождения во время живого выступления · интерактивная импровизация с управлением текстом и аудиопримером · генерация меняющегося саундтрека для видеоигры

Многоязычная модель MMS определяет язык речи по аудио и поддерживает 4017 языков.

Подходит для: определение языка в аудиозаписи · сортировка речевых файлов по языку · выбор ASR-модели для дальнейшей расшифровки

MERT-v1-330M — предобученная Transformer-модель для классификации музыкального аудио и извлечения признаков для анализа музыки.

Подходит для: извлечение признаков из музыкальных записей · классификация музыкального аудио · подготовка представлений музыки для downstream-задач

Auralis — производная от Coqui XTTS-v2 многоязычная модель AstraMind.ai для синтеза речи из текста и клонирования голоса по короткому аудиофрагменту.

Подходит для: создание аудиокниг из электронных книг · озвучивание подкастов и видеороликов · синтез речи на нескольких языках

Базовая англоязычная модель Microsoft для извлечения речевых признаков из аудио и последующей настройки под задачи обработки речи.

Подходит для: извлечение признаков из англоязычной речи · подготовка речевых представлений для дообучения ASR · дообучение на классификацию аудиозаписей

Многоязычная модель на базе Wav2Vec2 определяет язык речи в аудио среди 512 языков.

Подходит для: определение языка в короткой аудиозаписи · маршрутизация аудио в соответствующую систему распознавания речи · автоматическая сортировка голосовых обращений по языку

Предварительно обученная многоязычная речевая модель Wav2Vec2 для адаптации к распознаванию речи, переводу и классификации аудио.

Подходит для: дообучение для распознавания речи на редком языке · адаптация речевой модели для перевода аудио · классификация речевых записей после дообучения

Модель wav2vec2 определяет, на каком из 2048 языков говорят в аудиозаписи.

Подходит для: определение языка речи в коротком аудиофрагменте · маршрутизация аудиозаписей по языку перед транскрибацией · определение языка в многоязычных архивах звонков

Многоязычная модель NVIDIA, которая озвучивает текст пятью голосами на двенадцати языках.

Подходит для: озвучивание книг и статей на нескольких языках · генерация реплик для голосового агента · дубляж и локализация видеоконтента

Ling-2.6-1T — большая гибридная языковая модель для генерации кода, сложных рассуждений и многошаговых агентных задач с инструментами.

Подходит для: генерация и редактирование программного кода · поиск и исправление ошибок в коде · выполнение многошаговых задач с вызовом инструментов