これはdiabolic6045/Sanskrit-qwen-7B-Translate-v2に基づく量子化バージョンで、専門的に梵語の翻訳と転写タスクに使用されます。複数の量子化タイプを提供し、英語から梵語への翻訳と転写をサポートし、IASTと天城文の2種類の形式を含みます。

自然言語処理Transformers英語

nari-labs/Dia-1.6Bを基にしたテキスト音声変換モデルで、GGUF量子化形式をサポートし、gguf-connectorツールで実行可能です。

音声処理Gguf英語

Aurora-1.6BはDia-1.6Bをファインチューニングした多言語感情・歌唱音声合成モデルで、複数言語と感情制御をサポートし、ゼロショット音色クローン能力を備えています。

音声処理Safetensors多言語

Dia 1.6Bはテキスト音声変換タスクに適したモデルで、複数の量子化バージョンをサポートし、TTS.cppフレームワークと互換性があります。

音声処理Gguf

Dia-1.6Bをファインチューニングした多言語感情・歌唱音声合成モデル、音色クローンと感情制御をサポート

Dia 1.6Bテキスト音声変換モデルの微調整版で、ブラジルポルトガル語に特化して最適化

Diaは16億パラメータのオープンソーステキスト音声変換モデルで、高度にリアルな対話や非言語表現の生成をサポート

音声処理Safetensors多言語

Diaはオープンソースのテキストから対話を生成するモデルで、対話テキスト生成と音声合成をサポートします。

音声処理Safetensors英語

Dia-1.6B-6bit は Dia-1.6B を基にした 6 ビット量子化バージョンで、MLX フレームワーク向けに最適化されたテキスト読み上げモデルです。

音声処理Safetensors英語

Dia-1.6B-3bit は mlx-community/Dia-1.6B を基に変換された3ビット量子化モデルで、主にテキストから音声への変換タスクに使用されます。

音声処理Safetensors英語

Dia-1.6B-4bit はMLXフォーマットに基づく4ビット量子化テキスト音声変換モデルで、nari-labs/Dia-1.6Bから変換されました。

音声処理Safetensors英語

DiaはNari Labsが開発した16億パラメータのテキスト音声合成モデルで、テキストから高度にリアルな対話を直接生成でき、感情やイントネーションの調整および非言語表現の生成をサポートします。

DiaはNari Labsが開発した16億パラメータのテキスト音声合成モデルで、テキストから高度にリアルな対話を直接生成でき、感情やイントネーションの制御をサポートし、非言語コミュニケーション内容も生成可能です。

音声処理Safetensors英語

PyTorchベースのUnet画像セグメンテーションモデル、複数のエンコーダーアーキテクチャと事前学習済み重みをサポート

コンピュータビジョンSafetensors

PyTorchベースのセマンティックセグメンテーションモデルで、複数のエンコーダーアーキテクチャをサポートし、画像セグメンテーションタスクに適しています。

コンピュータビジョンSafetensors

PyTorchベースのUnet画像セグメンテーションモデルで、複数のエンコーダーアーキテクチャをサポートし、セマンティックセグメンテーションタスクに適しています。

コンピュータビジョンSafetensors

PyTorchベースのセマンティックセグメンテーションモデルで、複数のエンコーダーアーキテクチャをサポートし、画像分割タスクに適しています。

コンピュータビジョンSafetensors

PyTorchベースのUnet画像セグメンテーションモデル、複数のエンコーダアーキテクチャと事前学習済み重みをサポート

コンピュータビジョンSafetensors

Facebook DINOv2 基本モデルを微調整した画像分類モデルで、特に糖尿病網膜症の検出に特化しており、評価セットで96.8%の精度を達成しました。

コンピュータビジョンTransformers多言語

画像から構造化データ(JSON)を抽出することに特化した視覚言語モデルで、特に図表内のノード、エッジ、およびそれらのサブ属性を識別し、視覚情報を知識グラフとして表現するのに優れています。

マルチモーダルSafetensors