Emilia

Conjunto de datos de generación de voz multilingüe a gran escala

Producto ComúnOtrosConjunto de datos de vozMultilingüe

Emilia es un conjunto de datos de voz de campo abierto y multilingüe de código abierto, diseñado específicamente para la investigación en generación de voz a gran escala. Contiene más de 101.000 horas de datos de voz de alta calidad en seis idiomas y sus correspondientes transcripciones de texto, abarcando diversos estilos de habla y tipos de contenido, como monólogos, entrevistas, debates, comentarios deportivos y audiolibros.

Best AI Websites & Tools

Emilia

Emilia Situación del tráfico más reciente

Emilia Tendencia de visitas

Emilia Distribución geográfica de las visitas

Emilia Fuentes de tráfico

Emilia Alternativas

Emilia — Conjunto de datos de generación de voz multilingüe a gran escala

Aya Vision 32B — Aya Vision 32B es un modelo de lenguaje visual multilingüe, adecuado para OCR, descripción de imágenes, razonamiento visual y otros usos.

Aya Vision 8B — Modelo de lenguaje visual multilingüe de 800 millones de parámetros, compatible con OCR, descripción de imágenes, razonamiento visual, etc.

Integración Impresionante de DeepSeek — La integración de la API de DeepSeek con diversos softwares populares ayuda a desarrolladores y usuarios a acceder rápidamente a las capacidades de DeepSeek.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 es un modelo base de video centrado en el ser humano, de código abierto, enfocado en la generación de videos de alta calidad con apariencia cinematográfica.

FireRedASR-AED-L — Modelo de reconocimiento automático del habla (ASR) industrial de código abierto, compatible con mandarín, dialectos chinos e inglés, con un rendimiento excepcional.

Mistral-Small-24B-Instruct-2501 — Mistral Small 24B es un modelo lingüístico grande (LLM) multi-idioma, de alto rendimiento y ajustado con instrucciones, adecuado para diversas aplicaciones.

PengChengStarling — PengChengStarling es un kit de herramientas de desarrollo de modelos de Reconocimiento Automático del Habla (RAH) multilingüe basado en el proyecto icefall.

Kokoro TTS — Un modelo avanzado de texto a voz (TTS) basado en la arquitectura StyleTTS 2, con 82 millones de parámetros, que ofrece una síntesis de voz natural y de alta calidad.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B es un modelo de lenguaje de código abierto de alto rendimiento, adecuado para tareas de generación y razonamiento de texto.

Reactive Resume — Un generador de currículums gratuito y de código abierto que simplifica la creación, actualización y el intercambio de currículums.

QwQ-32B-Preview-gptqmodel-4bit-vortex-v3 — Versión cuantificada a 4 bits basada en el modelo Qwen2.5-32B, diseñada para inferencia eficiente y despliegue con recursos limitados.

RWKV-6 Finch 7B World 3 — Modelo de IA de código abierto con 7B de parámetros y 3,1T de tokens de entrenamiento.

Tele-FLM-1T — Modelo de lenguaje grande multilingüe de 1T de código abierto

Llama 3.1 — Modelo de IA de código abierto de vanguardia, compatible con múltiples idiomas y funciones avanzadas.

FunAudioLLM — Modelo base para la comprensión y generación de voz con interacción natural

CodeGeeX4-ALL-9B — Modelo de generación de código multilingüe de código abierto

ChatTTS.com — Modelo de texto a voz para escenarios de conversación natural

Cohere Aya — Modelo de IA multilingüe que admite 101 idiomas.

Falcon 2 — Falcon 2 es un modelo multimodal y multilingüe de código abierto con capacidad de conversión de imagen a texto.

Meta Llama 3 — Modelo de lenguaje grande de código abierto de última generación de Meta, con un rendimiento excepcional.

Traductor de Imágenes/Mangas — Traduce el texto de todo tipo de imágenes con un solo clic.

Yi-9B — Modelo lingüístico grande de próxima generación, de código abierto y bilingüe

Llama 3 — Modelo de lenguaje grande de código abierto de nueva generación, con un rendimiento excepcional.

Qwen1.5 — Qwen1.5: Modelo base y de chat de código abierto, disponible en varios tamaños y optimizado para la experiencia del desarrollador.

Orión Star - 14B-Base — Modelo multilingüe de gran tamaño

l1m — Una API proxy para extraer datos estructurados de texto e imágenes, implementada con LLMs.

Modelo de incrustación de texto Gemini Embedding — Gemini Embedding es un modelo de incrustación de texto avanzado que proporciona una potente capacidad de comprensión del lenguaje a través de la API de Gemini.

LanPaint — Plugin de reparación de imágenes de alta calidad sin entrenamiento adicional, compatible con todos los modelos de difusión estables.

AoT — Atom of Thoughts (AoT) es un marco para mejorar el rendimiento de la inferencia de los modelos de lenguaje grandes.