Tgiangvoice
Spark-TTS 是一个先进的文本转语音系统,利用大语言模型(LLM)的强大能力,实现高准确度和自然流畅的语音合成。
语音合成
T
thinhkosay
16
0
Vi SparkTTS 0.5B
Spark-TTS 是一款先进的文本转语音系统,利用大语言模型(LLM)的强大能力实现高精度且自然流畅的语音合成。
语音合成
V
DragonLineageAI
3,804
14
Q Sit Mini
MIT
Q-SiT是一款基于大语言模型的图像质量评分与解析系统,能够同步执行图像质量评估和解析任务。
图像生成文本
Transformers

Q
zhangzicheng
371
0
Videollama2 72B
Apache-2.0
VideoLLaMA 2是一个多模态大语言模型,专注于视频理解和时空建模,支持视频和图像输入,能够进行视觉问答和对话任务。
文本生成视频
Transformers

英语
V
DAMO-NLP-SG
26
10
Videollama2 8x7B
Apache-2.0
VideoLLaMA 2是一个多模态大语言模型,专注于视频理解和音频处理,能够处理视频和图像输入并生成自然语言响应。
文本生成视频
Transformers

英语
V
DAMO-NLP-SG
21
3
Blip2 Opt 6.7b Coco
MIT
BLIP-2是一种视觉语言模型,结合了图像编码器和大型语言模型,用于图像到文本生成和视觉问答任务。
图像生成文本
Transformers

英语
B
Salesforce
216.79k
33
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文