セサミCSM

セサミCSM — スピーチ生成モデル

AI モデル

テキストと音声入力からオーディオコードを生成する会話型スピーチモデルです。Llamaバックボーンを利用しており、研究および教育目的のために設計されており、AI技術の責任ある使用を促進します。セサミCSMは、テキストと音声入力からオーディオコードを生成する会話型スピーチモデルです。Llamaバックボーンを利用しており、研究および教育目的のために設計されており、AI技術の責任ある使用を促進します。

LLMs-from-scratch

AI GitHub リポジトリ

ユーザーがPyTorchを使用してChatGPTのような言語モデルを実装する手助けをするGitHubプロジェクトです。ゼロから大規模言語モデルを構築するためのステップバイステップのアプローチを提供し、AIや機械学習に興味のある開発者や研究者に最適です。LLMs-from-scratchは、ユーザーがPyTorchを使用してChatGPTのような言語モデルを実装する手助けをするGitHubプロジェクトです。ゼロから大規模言語モデルを構築するためのステップバイステップのアプローチを提供し、AIや機械学習に興味のある開発者や研究者に最適です。

Mozilla TTS

AI GitHub リポジトリ

深層学習に基づくテキスト読み上げシステムです。テキストを自然な音声に変換するためのツールとリソースを提供し、さまざまな言語と声をサポートします。AIや音声合成の分野での開発者や研究者に最適です。Mozilla TTSは、深層学習に基づくテキスト読み上げシステムです。テキストを自然な音声に変換するためのツールとリソースを提供し、さまざまな言語と声をサポートします。AIや音声合成の分野での開発者や研究者に最適です。

VoiceStar TTSシステム

AI GitHub リポジトリ

音声パターンを外挿できる堅牢で、期間制御可能なテキスト読み上げ（TTS）システムです。さまざまなアプリケーション向けに高品質でカスタマイズ可能な音声出力を提供するように設計されています。VoiceStarは、音声パターンを外挿できる堅牢で、期間制御可能なテキスト読み上げ（TTS）システムです。さまざまなアプリケーション向けに高品質でカスタマイズ可能な音声出力を提供するように設計されています。

text-generation-webui

AI GitHub リポジトリ

#50

ローカルの大規模言語モデル（LLM）用に設計されたオープンソースのデスクトップアプリケーションです。テキスト、ビジョン、ツール呼び出し機能をサポートし、OpenAIおよびAnthropicのAPIと互換性があり、100%のプライバシーを保証します。text-generation-webuiは、ローカルの大規模言語モデル（LLM）用に設計されたオープンソースのデスクトップアプリケーションです。テキスト、ビジョン、ツール呼び出し機能をサポートし、OpenAIおよびAnthropicのAPIと互換性があり、100%のプライバシーを保証します。

Rasa Framework

AI GitHub リポジトリ

#48

テキストおよび音声ベースの会話を自動化するために設計されたオープンソースの機械学習フレームワークです。自然言語理解と対話管理のためのツールを提供し、SlackやFacebookなどのプラットフォームに接続できるチャットボットや音声アシスタントの作成を可能にします。Rasaは、テキストおよび音声ベースの会話を自動化するために設計されたオープンソースの機械学習フレームワークです。自然言語理解と対話管理のためのツールを提供し、SlackやFacebookなどのプラットフォームに接続できるチャットボットや音声アシスタントの作成を可能にします。

GPT-SoVITS - ボイスクローンモデル

AI GitHub リポジトリ

#135

ユーザーがわずか1分の音声データを使用して高品質なテキスト読み上げ（TTS）出力を作成できるボイスクローンモデルです。効果的な音声合成のために、少数ショット学習技術を活用しています。GPT-SoVITSは、ユーザーがわずか1分の音声データを使用して高品質なテキスト読み上げ（TTS）出力を作成できるボイスクローンモデルです。効果的な音声合成のために、少数ショット学習技術を活用しています。

whisper.cpp

AI GitHub リポジトリ

OpenAIのWhisperモデルをC/C++で実装したポートです。開発者がGitHubでその開発に貢献できるようにし、音声認識技術におけるコラボレーションと革新を促進します。whisper.cppは、OpenAIのWhisperモデルをC/C++で実装したポートです。開発者がGitHubでその開発に貢献できるようにし、音声認識技術におけるコラボレーションと革新を促進します。