Перейти к основному содержимому
ToolPotion
ИИ-советник
Отправить

Ming-3.0-asr-tiny

AI-моделиИИ-модели и LLMОткрытый код · Linux

Ming-3.0-asr-tiny — это модель распознавания речи с учетом контекста для китайского, английского и различных диалектов. Она транскрибирует речь, используя языковую основу и аудиокодировщик, поддерживая термины, специфичные для домена, через горячие слова.

Открыть модель
Поделиться
Открыть модель
Поделиться

Ming-3.0-asr-tiny — это сложная модель распознавания речи, разработанная для работы с китайским и английским языками, включая различные региональные диалекты. Она интегрирует языковую основу Ling-tiny-v3 с аудиокодировщиком для эффективной транскрипции односторонней речи. Эта модель особенно хорошо распознает термины, специфичные для домена, благодаря включению горячих слов или предшествующего диалога в качестве части подсказки для транскрипции.

Читать далее

Модель была оценена на 15 тестовых наборах региональных диалектов, включая кантонский, миньнань и шанхайский, что обеспечивает ее надежность в различных языковых вариациях. Кроме того, она была протестирована в сложных речевых сценариях, включая шумные условия и пять различных областей применения, что подчеркивает ее универсальность и адаптивность.

Ming-3.0-asr-tiny доступна для использования на машине с Linux и совместимой CUDA GPU. Пользователи могут скачать полный контрольный пункт и установить необходимые зависимости, такие как PyTorch и torchaudio. Модель поддерживает как обычную транскрипцию, так и распознавание речи с учетом контекста, позволяя пользователям добавлять темы и горячие слова непосредственно к базовой инструкции.

Архитектура модели поддерживает кодирование длинного аудио по частям, соблюдая лимит контекста модели, хотя она не предоставляет временные метки на уровне слов или диаризацию говорящих. Она выпущена под лицензией MIT, некоторые включенные файлы исходного кода Apache-2.0 сохраняют свои собственные заголовки и текст лицензии.

  • КатегорияИИ-модели и LLM
  • Модель ценообразованияОткрытый код
  • РазвёртываниеОблако
  • ПлатформыLinux

  • Распознавание речи с учетом контекста

  • ASR для китайского и английского

  • Распознавание диалектов

  • Распознавание терминов, специфичных для домена

  • Обработка сложной речи

  • Совместимость с Linux

  • Поддержка CUDA GPU

  • Лицензия MIT

  1. Получите доступ к модели: посетите Hugging Face

  2. Аутентификация: создайте учетную запись

  3. Настройте окружение: установите зависимости

  4. Интеграция через API: используйте PyTorch/Transformers

  5. Оптимизация: используйте горячие слова и контекст

  • Многоязычная транскрипция
  • Распознавание диалектов
  • Шумная среда
  • Термины, специфичные для домена
  • Контекстное ASR

Отзывы о Ming-3.0-asr-tiny

Загрузка...

Популярные ИИ-инструменты, похожие на Ming-3.0-asr-tiny

Qwen3-ASR-1.7B-hf

AI-модели

Qwen3-ASR-1.7B-hf — это продвинутая модель ASR с открытым исходным кодом, поддерживающая определение языка и распознавание речи для 52 языков и диалектов. Она предлагает…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Продвинутая модель ASR с открытым исходным кодом, поддерживающая определение языка и распознавание речи для 52 языков и диалектов. Она предлагает…Qwen3-ASR-1.7B-hf — это продвинутая модель ASR с открытым исходным кодом, поддерживающая определение языка и распознавание речи для 52 языков и диалектов. Она предлагает…

ИИ-модели и LLM
Топ-5: AI-модели

OpenAI Whisper — это предобученная модель для автоматического распознавания речи и перевода. Она поддерживает несколько языков и разработана для обобщения на различных наборах…

ИИ-модели и LLM
Открыть инструмент

OpenAI Whisper — это предобученная модель для автоматического распознавания речи и перевода. Она поддерживает несколько языков и разработана для обобщения на различных наборах…

ИИ-модели и LLM
Топ-5: AI-модели

whisper-large-v3

AI-модели

Whisper-large-v3 — это продвинутая модель для автоматического распознавания речи и перевода речи, обученная на более чем 5 миллионах часов данных. Она предлагает улучшенную…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Продвинутая модель для автоматического распознавания речи и перевода речи, обученная на более чем 5 миллионах часов данных. Она предлагает улучшенную…Whisper-large-v3 — это продвинутая модель для автоматического распознавания речи и перевода речи, обученная на более чем 5 миллионах часов данных. Она предлагает улучшенную…

РекомендованоИИ-модели и LLM
Топ-5: AI-модели

Ming-3.0-tts-tiny

AI-модели

Ming-3.0-tts-tiny — это многоязычная модель синтеза речи с паралингвистическим и свободным управлением. Она поддерживает клонирование голоса без обучения и проектирование голоса,…

Синтез речи из текста
Открыть инструмент

AI-модели

Многоязычная модель синтеза речи с паралингвистическим и свободным управлением. Она поддерживает клонирование голоса без обучения и проектирование голоса,…Ming-3.0-tts-tiny — это многоязычная модель синтеза речи с паралингвистическим и свободным управлением. Она поддерживает клонирование голоса без обучения и проектирование голоса,…

Синтез речи из текста
Топ-5: AI-модели

Qwen1.5-110B — это языковая модель на основе трансформеров, предлагающая значительные улучшения производительности, поддержку нескольких языков и стабильную длину контекста 32K.…

ИИ-модели и LLM
Открыть инструмент

Qwen1.5-110B — это языковая модель на основе трансформеров, предлагающая значительные улучшения производительности, поддержку нескольких языков и стабильную длину контекста 32K.…

ИИ-модели и LLM
Топ-5: AI-модели

Wav2Vec2 Large XLSR-53

AI-модели

Wav2Vec2 Large XLSR-53 — это предобученная модель распознавания речи, разработанная для кросс-языкового распознавания речи. Она требует дообучения для конкретных задач, таких как…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Предобученная модель распознавания речи, разработанная для кросс-языкового распознавания речи. Она требует дообучения для конкретных задач, таких как…Wav2Vec2 Large XLSR-53 — это предобученная модель распознавания речи, разработанная для кросс-языкового распознавания речи. Она требует дообучения для конкретных задач, таких как…

ИИ-модели и LLM
Топ-5: AI-модели

Разговорная модель речи, которая генерирует аудиокоды из текстовых и аудиовходов. Она использует архитектуру Llama и предназначена для исследовательских и…Sesame CSM — это разговорная модель речи, которая генерирует аудиокоды из текстовых и аудиовходов. Она использует архитектуру Llama и предназначена для исследовательских и…

РекомендованоИИ-модели и LLM
Топ-5: AI-модели

Whisper Large V3 Turbo

AI-модели

Whisper Large V3 Turbo — это современная модель для автоматического распознавания речи и перевода, оптимизированная для скорости с уменьшенным количеством слоев декодирования. Она…

ИИ-модели и LLM
Открыть инструмент

AI-модели

Современная модель для автоматического распознавания речи и перевода, оптимизированная для скорости с уменьшенным количеством слоев декодирования. Она…Whisper Large V3 Turbo — это современная модель для автоматического распознавания речи и перевода, оптимизированная для скорости с уменьшенным количеством слоев декодирования. Она…

ИИ-модели и LLM
Топ-5: AI-модели
1 из 8