Голосовая модель Kyutai на архитектуре Moshi, дообученная для более естественного диалога в реальном времени с паузами, очередностью реплик и реакцией на перебивания.
Подходит для: диалог голосового помощника в реальном времени · корректная передача очереди реплик в голосовом разговоре · реакция на перебивания пользователя
Экспериментальная японская MoE чат-модель для ответов на вопросы о публичной информации Miyashita Lab.
Подходит для: ответы на вопросы о деятельности Miyashita Lab · поиск сведений о новостях и публикациях лаборатории · ответы по предоставленным материалам лаборатории
Дообученная Whisper Small для транскрибации бирманской речи, включая аудио с шумом.
Подходит для: транскрибация бирманской речи · распознавание бирманской речи в шумных записях · создание текстовых субтитров для бирманского аудио
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Экспериментальная модель синтезирует английскую речь и клонирует голос по аудиопромпту длительностью 3–10 секунд.
Подходит для: озвучивание английского текста голосом из короткого аудиопромпта · создание персонализированной английской озвучки · сравнение вариантов обучения моделей клонирования голоса