AIbase

FP16高效推理
Spark TTS 0.5B Bf16
Spark-TTS-0.5B-fp16 是一个基于 MLX 格式的文本转语音模型，支持英文和中文。
语音合成
支持多种语言
S
mlx-community
121
0
Wan2.1 T2V 14B Gguf
Apache-2.0
基于GGUF格式转换的文本生成视频模型，支持通过ComfyUI-GGUF自定义节点使用
文本生成视频
W
city96
42.38k
130
Controlnet Illustrious Softedge Hed Sdxl Fp16
基于Stable Diffusion XL的ControlNet模型，专注于通过软边缘HED（Holistically-Nested Edge Detection）进行图像生成控制。
图像生成
C
r3gm
60
0
Controlnet Kohaku Canny Sdxl Fp16
基于Stable Diffusion XL的ControlNet模型，专注于通过Canny边缘检测实现精确的图像生成控制
图像生成
C
r3gm
19
0
SDXL Controlnet Tile Realistic V2
Openrail
这是一个基于Stable Diffusion XL (SDXL)的ControlNet模型，专门用于图像特征提取和细节增强，支持fp16模式运行。
图像生成
S
Yakonrus
21
1
Faster Whisper Small
MIT
基于OpenAI Whisper小型模型的CTranslate2格式转换版本，用于高效语音识别
语音识别
支持多种语言
F
Systran
376.48k
13
Faster Whisper Base
MIT
这是OpenAI Whisper基础模型的CTranslate2转换版本，用于高效语音识别任务。
语音识别
支持多种语言
F
Systran
1.1M
13
Faster Whisper Medium
MIT
这是OpenAI Whisper中等模型的CTranslate2转换版本，用于高效语音识别任务。
语音识别
支持多种语言
F
Systran
155.87k
29
Faster Whisper Large Zh Cv11
这是jonatasgrosman/whisper-large-zh-cv11模型的CTranslate2转换版本，用于高效语音识别任务，特别优化了中文语音识别能力。
语音识别
中文
F
arc-r
22
9