تخطَّ إلى المحتوى الرئيسي
ToolPotion
مستشار الذكاء الاصطناعي
إرسال (مجاني)

MiDashengLM-Spatial

MiDashengLM-Spatial هو نموذج لغة صوتية مفتوح المصدر يدمج الفهم العام للصوت مع الوعي المكاني. يستخدم وحدة شرطية هرمية من الدلالات إلى الفضاء لتعزيز الإدراك الثنائي الأذن وقدرات الصوت المكاني دون المساس بالفهم العام للصوت.

عرض النموذج
مشاركة
عرض النموذج
مشاركة

MiDashengLM-Spatial هو نموذج لغة صوتية مفتوح المصدر مبتكر يجمع بشكل فريد بين الفهم العام للصوت والوعي المكاني. يوسع قدرات MiDashengLM من خلال دمج مشفر Spatial-Dasheng عبر وحدة شرطية هرمية من الدلالات إلى الفضاء (HSSC). يسمح هذا الدمج للنموذج بالتقاط ودمج المعلومات الصوتية الدلالية والمكانية بفعالية، مما يمكّن من إدراك ثنائي الأذن متقدم وفهم الصوت المكاني.

قراءة المزيد

يدعم هيكل النموذج الفهم العام الموحد للصوت والوعي المكاني ضمن إطار عمل واحد. يقوم مشفر Spatial-Dasheng بالكشف عن الأحداث الصوتية وتحديد مواقعها على مستوى الإطار، مما يعزز قدرة النموذج على إدراك مشاهد الصوت المكاني. تنقل آلية HSSC تمثيلات دلالية وسيطة من الفرع الدلالي إلى الفرع المكاني بشكل هرمي، مما يسمح لنمذجة الفضاء بالاستفادة من السياق الدلالي مع الحفاظ على الفصل الوظيفي.

يتميز MiDashengLM-Spatial أيضًا بتوليد مشاهد مكانية قابلة للتوسع، حيث يقوم بإنشاء مجموعة بيانات ضخمة تضم مليون مشهد صوتي مكاني، والتي تشمل الأصوات البيئية والكلام والموسيقى، بالإضافة إلى أوصاف غنية على مستوى المشهد و6 ملايين زوج من الأسئلة والأجوبة التي تم التحقق منها. تدعم هذه المجموعة الواسعة من البيانات الوعي المكاني القوي والتعميم من المحاكاة إلى الواقع، كما يتضح من التجارب الواسعة.

تشمل قدرات النموذج تحديد مصدر الصوت، وإدراك مسار الحركة، والعلاقات الزمانية المكانية على مستوى المجموعة، وفهم المحتوى المرتبط بالمكان، وتسمية الصوت المكاني، ونقل الكلام المكاني. تجعل هذه الميزات MiDashengLM-Spatial أداة متعددة الاستخدامات للتطبيقات التي تتطلب معالجة صوتية ومكانية متقدمة.

  • الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
  • نموذج التسعيرمفتوح المصدر
  • النشرسحابي
  • المنصاتالويب

  • فهم عام موحد للصوت والوعي المكاني

  • مشفر Spatial-Dasheng لتحديد مواقع الأحداث الصوتية

  • شرطية هرمية من الدلالات إلى الفضاء (HSSC)

  • توليد مشاهد مكانية قابلة للتوسع مع 1 مليون مشهد

  • وعي مكاني قوي وتعميم من المحاكاة إلى الواقع

  • تحديد مصدر الصوت في التسجيلات الثنائية الأذن

  • فهم المحتوى المرتبط بالمكان

  1. تكوين: إعداد النموذج مع مدخلات الصوت المرغوبة

  2. استخدام: معالجة بيانات الصوت لتحليل المعلومات المكانية والدلالية

  3. تحسين: ضبط المعلمات لبيئات الصوت المحددة

  4. تقييم: اختبار أداء النموذج مع مجموعات بيانات الصوت المكاني

  • تحليل الصوت
  • معالجة الصوت المكاني
  • الإدراك الثنائي الأذن
  • تحديد مواقع الصوت
  • فهم المشهد

تقييمات MiDashengLM-Spatial

جاري التحميل...

أدوات ذكاء اصطناعي شائعة مثل MiDashengLM-Spatial

Qwen3 VL 8B Instruct (Alibaba)

نماذج الذكاء الاصطناعي

Qwen3 VL 8B Instruct من Alibaba هو نموذج قوي للرؤية واللغة يقدم فهمًا متفوقًا للنصوص، وإدراكًا بصريًا، واستدلالًا متعدد الوسائط. يدعم نشرًا مرنًا مع هياكل Dense وMoE، مما يعزز…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

Qwen3 VL 8B Instruct من Alibaba هو نموذج قوي للرؤية واللغة يقدم فهمًا متفوقًا للنصوص، وإدراكًا بصريًا، واستدلالًا متعدد الوسائط. يدعم نشرًا مرنًا مع هياكل Dense وMoE، مما يعزز…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

LTX-2

نماذج الذكاء الاصطناعي

LTX-2 هو نموذج أساسي للصوت والفيديو يعتمد على DiT مصمم لتوليد فيديو وصوت متزامنين. يجمع بين تقنيات توليد الفيديو الحديثة مع أوزان مفتوحة، مما يتيح التنفيذ المحلي العملي لمجموعة…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج أساسي للصوت والفيديو يعتمد على DiT مصمم لتوليد فيديو وصوت متزامنين. يجمع بين تقنيات توليد الفيديو الحديثة مع أوزان مفتوحة، مما يتيح التنفيذ المحلي العملي لمجموعة…LTX-2 هو نموذج أساسي للصوت والفيديو يعتمد على DiT مصمم لتوليد فيديو وصوت متزامنين. يجمع بين تقنيات توليد الفيديو الحديثة مع أوزان مفتوحة، مما يتيح التنفيذ المحلي العملي لمجموعة…

مميزةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

AudioLDM

نماذج الذكاء الاصطناعي

AudioLDM هو إطار عمل لتوليد الصوت من النص يستخدم نماذج الانتشار الكامنة. يقوم بترجمة الوسائط المختلفة إلى 'لغة صوتية' (LOA) موحدة لتوليد الكلام والموسيقى والمؤثرات الصوتية. يتيح…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

إطار عمل لتوليد الصوت من النص يستخدم نماذج الانتشار الكامنة. يقوم بترجمة الوسائط المختلفة إلى 'لغة صوتية' (LOA) موحدة لتوليد الكلام والموسيقى والمؤثرات الصوتية. يتيح…AudioLDM هو إطار عمل لتوليد الصوت من النص يستخدم نماذج الانتشار الكامنة. يقوم بترجمة الوسائط المختلفة إلى 'لغة صوتية' (LOA) موحدة لتوليد الكلام والموسيقى والمؤثرات الصوتية. يتيح…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

PaLM-E

نماذج الذكاء الاصطناعي

PaLM-E هو نموذج لغوي متعدد الوسائط مجسد يدمج بيانات المستشعرات المستمرة من العالم الحقيقي مع النص. يمكّن الروبوتات من أداء مهام معقدة عن طريق ربط اللغة بالإدراك، مما يوضح النقل…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج لغوي متعدد الوسائط مجسد يدمج بيانات المستشعرات المستمرة من العالم الحقيقي مع النص. يمكّن الروبوتات من أداء مهام معقدة عن طريق ربط اللغة بالإدراك، مما يوضح النقل…PaLM-E هو نموذج لغوي متعدد الوسائط مجسد يدمج بيانات المستشعرات المستمرة من العالم الحقيقي مع النص. يمكّن الروبوتات من أداء مهام معقدة عن طريق ربط اللغة بالإدراك، مما يوضح النقل…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Qwen3-ASR-1.7B-hf

نماذج الذكاء الاصطناعي

Qwen3-ASR-1.7B-hf هو نموذج متقدم مفتوح المصدر للتعرف على الكلام يدعم تحديد اللغة والتعرف على الكلام لـ 52 لغة ولهجة. يوفر دقة عالية وموثوقية في بيئات صوتية معقدة ويدعم كل من…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم مفتوح المصدر للتعرف على الكلام يدعم تحديد اللغة والتعرف على الكلام لـ 52 لغة ولهجة. يوفر دقة عالية وموثوقية في بيئات صوتية معقدة ويدعم كل من…Qwen3-ASR-1.7B-hf هو نموذج متقدم مفتوح المصدر للتعرف على الكلام يدعم تحديد اللغة والتعرف على الكلام لـ 52 لغة ولهجة. يوفر دقة عالية وموثوقية في بيئات صوتية معقدة ويدعم كل من…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Nemotron 3 Diarization

نماذج الذكاء الاصطناعي

نموذج Nemotron 3 Diarization هو نموذج لتحديد المتحدثين يحدد 'من تحدث ومتى' في التسجيلات الصوتية. يدعم ما يصل إلى ثمانية متحدثين ويقدم قدرات استدلال مباشرة وغير متصلة، مما يجعله…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج Nemotron 3 Diarization هو نموذج لتحديد المتحدثين يحدد 'من تحدث ومتى' في التسجيلات الصوتية. يدعم ما يصل إلى ثمانية متحدثين ويقدم قدرات استدلال مباشرة وغير متصلة، مما يجعله…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

AudioLM

نماذج الذكاء الاصطناعي

AudioLM هو نموذج ذكاء اصطناعي يولد صوتًا عالي الجودة مع اتساق طويل الأمد. يعامل توليد الصوت كمهمة نمذجة لغوية، حيث يقوم بربط الصوت برموز منفصلة. يتفوق الإطار في إنتاج استمرارات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج ذكاء اصطناعي يولد صوتًا عالي الجودة مع اتساق طويل الأمد. يعامل توليد الصوت كمهمة نمذجة لغوية، حيث يقوم بربط الصوت برموز منفصلة. يتفوق الإطار في إنتاج استمرارات…AudioLM هو نموذج ذكاء اصطناعي يولد صوتًا عالي الجودة مع اتساق طويل الأمد. يعامل توليد الصوت كمهمة نمذجة لغوية، حيث يقوم بربط الصوت برموز منفصلة. يتفوق الإطار في إنتاج استمرارات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Kimi K3 — نموذج الذكاء الاصطناعي

نماذج الذكاء الاصطناعي

Kimi K3 هو نموذج ذكاء اصطناعي متقدم متعدد الأنماط مفتوح الوزن مصمم للبرمجة على المدى الطويل، وأعمال المعرفة، والتفكير. يتميز بنافذة سياق تتسع لمليون رمز، ويعتمد على هياكل مبتكرة…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج ذكاء اصطناعي متقدم متعدد الأنماط مفتوح الوزن مصمم للبرمجة على المدى الطويل، وأعمال المعرفة، والتفكير. يتميز بنافذة سياق تتسع لمليون رمز، ويعتمد على هياكل مبتكرة…Kimi K3 هو نموذج ذكاء اصطناعي متقدم متعدد الأنماط مفتوح الوزن مصمم للبرمجة على المدى الطويل، وأعمال المعرفة، والتفكير. يتميز بنافذة سياق تتسع لمليون رمز، ويعتمد على هياكل مبتكرة…

مميزةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي
1 من 8