WeST

Sprachtranskription basierend auf LLM mit 300 Zeilen Code.

Normales ProduktProgrammierungSpracherkennungNatürliche Sprachverarbeitung

WeST ist ein Open-Source-Modell zur Spracherkennung und -transkription. Es basiert auf einem großen Sprachmodell (LLM) und realisiert die Sprach-zu-Text-Konvertierung in nur 300 Zeilen Code. Es besteht aus einem großen Sprachmodell, einem Sprach-Encoder und einem Projektor, wobei nur der Projektor trainierbar ist. WeST wurde inspiriert von SLAM-ASR und LLaMA 3.1 und zielt darauf ab, effiziente Spracherkennung durch einen vereinfachten Code zu ermöglichen.

Best AI Websites & Tools

WeST

WeST Neueste Verkehrssituation

WeST Besuchstrend

WeST Geografische Verteilung der Besuche

WeST Traffic-Quellen

WeST Alternativen

WeST — Sprachtranskription basierend auf LLM mit 300 Zeilen Code.

Q-RWKV-6 32B Instruct Vorschau — Die leistungsstärkste Variante des RWKV-Modells, die mehrere englische Benchmarks übertrifft.

Llama-3.1-Tulu-3-8B-DPO — Fortschrittliches Textgenerierungsmodell für diverse Aufgaben

Zamba2-7B — Hochleistungsfähiges, kleines Sprachmodell

SLM_Survey — Untersuchung, Messung und Einblicke in kleine Sprachmodelle

Reflection Llama-3.1 70B — Spitzenmodell unter den Open-Source-Large Language Models (LLMs)

OLMoE-1B-7B — Hochleistungsfähiges, Open-Source-Großes Sprachmodell

Aixploria — Verzeichnis für KI-Tools – Entdecken Sie die besten KI-Tools

RWKV v6 Finch 14B — RWKV v6 Finch 14B: Ein Open-Source Großes Sprachmodell zur effizienten Verarbeitung langer Texte.

OpenVoiceChat — Führen Sie natürliche Sprachgespräche mit großen Sprachmodellen.

Llama3-s v0.2 — Neuester multimodaler Checkpoint zur Verbesserung des Sprachverständnisses.

1.5-Pints — Innerhalb von 9 Tagen vortrainiertes, kompaktes großes Sprachmodell

Sprach-zu-Sprach-Konvertierung — Open-Source-Modul für die Sprach-zu-Sprach-Konvertierung

llama3-s — Ein sich in der Entwicklung befindliches, quelloffenes Sprachmodell mit der Fähigkeit zum 'Hören'.

Agents 2.0 — Open-Source-Framework zur Unterstützung datengesteuerter, adaptiver Sprachagenten.

Gemini 1.5 Flash — Ein leichtgewichtiges, leistungsstarkes KI-Modell von Google, das für hochfrequente Aufgaben in großem Maßstab entwickelt wurde.

Granite Code Models — Open-Source-Basismodelle für intelligente Code-Aufgaben, die 116 Programmiersprachen unterstützen.

Cognita — Open-Source-Framework zum Erstellen modularer Anwendungen für die Produktion.

Qwen1.5-110B — Erstes Open-Source-Modell der Qwen1.5-Serie mit 100 Milliarden Parametern, mehrsprachiger Unterstützung und effizienter Transformer-Decoder-Architektur.

Snowflake Arctic — Hochperformantes KI-Modell für Unternehmen – kostengünstige Erstellung hochqualitativer, maßgeschneiderter Modelle.

NeoBase — NeoBase ist ein Open-Source-KI-Datenbankassistent, mit dem Sie über natürliche Sprache mit Datenbanken interagieren können.

Firefox Translations Models — Für die Übersetzungsfunktion des Firefox-Browsers optimierte, CPU-beschleunigte neuronale maschinelle Übersetzung.

IndexTTS — Industrielles, steuerbares und effizientes Zero-Shot Text-to-Speech-System

bRAG-langchain — Ein Open-Source-Projekt zum Erstellen von Retrieval-Augmented Generation (RAG)-Anwendungen.

Moonlight — Moonlight ist ein 16B-Parameter-Mixture-of-Experts-Modell (MoE), das mit dem Muon-Optimierer trainiert wurde und hervorragende Leistung zeigt.

Das Ultra-Scale Playbook — Ein Tool zur Optimierung und Gestaltung von hochskalierten Systemen, das effiziente Lösungen bietet.

FireRedASR-AED-L — Open-Source-Modell für industrielle automatische Spracherkennung, unterstützt Mandarin, Dialekte und Englisch, hervorragende Leistung.

FireRedASR — Ein quelloffenes, industrietaugliches Mandarin-Sprachmodell zur automatischen Spracherkennung (ASR), das verschiedene Anwendungsszenarien unterstützt.

RAG-FiT — RAG-FiT ist eine Bibliothek zur Verbesserung der Fähigkeit großer Sprachmodelle (LLMs), externe Informationen zu nutzen, indem speziell erstellte RAG-erweiterte Datensätze zum Feintuning des Modells verwendet werden.

s1-32B — s1 ist ein auf Qwen2.5-32B-Instruct feinabgestimmtes Inferenzmodell, das lediglich mit 1000 Beispielen trainiert wurde.