Emilia

Ensemble de données de génération de parole multilingue à grande échelle

Produit OrdinaireAutreEnsemble de données vocalesMultilingue

Emilia est un ensemble de données vocales en environnement réel multilingue et open source, spécialement conçu pour la recherche sur la génération vocale à grande échelle. Il contient plus de 101 000 heures de données vocales de haute qualité en six langues, ainsi que leurs transcriptions textuelles correspondantes. Il couvre divers styles de parole et types de contenu, tels que des one-man shows, des interviews, des débats, des commentaires sportifs et des livres audio.

Best AI Websites & Tools

Emilia

Emilia Dernière situation du trafic

Emilia Tendance des visites

Emilia Distribution géographique des visites

Emilia Sources de trafic

Emilia Alternatives

Emilia — Ensemble de données de génération de parole multilingue à grande échelle

Aya Vision 32B — Aya Vision 32B est un modèle de langage visuel multilingue adapté à de multiples usages, tels que l'OCR, la description d'images et le raisonnement visuel.

Aya Vision 8B — Modèle de langage visuel multilingue à 800 millions de paramètres, prenant en charge l'OCR, la description d'images et le raisonnement visuel.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 est un modèle de base vidéo open source centré sur l'humain, axé sur la génération de vidéos de qualité cinématographique.

FireRedASR-AED-L — Modèle de reconnaissance automatique de la parole (RAP) industriel open source, prenant en charge le mandarin, les dialectes chinois et l'anglais, aux performances exceptionnelles.

Mistral-Small-24B-Instruct-2501 — Mistral Small 24B est un grand modèle linguistique multi-langue, haute performance et fin-tuning pour les instructions, adapté à de nombreux contextes d'application.

PengChengStarling — PengChengStarling est une boîte à outils de développement de modèles de reconnaissance automatique de la parole (ASR) multilingues, basée sur le projet icefall.

YuE-s1-7B-anneal-en-cot — YuE est un modèle de génération musicale open source capable de transformer des paroles en chansons complètes.

Kokoro TTS — Modèle avancé de synthèse vocale IA basé sur l'architecture StyleTTS 2, doté de 82 millions de paramètres, offrant une synthèse vocale naturelle de haute qualité.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B est un modèle linguistique open source haute performance, adapté à la génération de texte et aux tâches d'inférence.

Reactive Resume — Générateur de CV gratuit et open source, simplifiant la création, la mise à jour et le partage de CV.

QwQ-32B-Preview-gptqmodel-4bit-vortex-v3 — Il s'agit d'une version quantifiée sur 4 bits du modèle Qwen2.5-32B, conçue pour une inférence efficace et un déploiement nécessitant peu de ressources.

RWKV-6 Finch 7B World 3 — Modèle d'IA open source, doté de 7 milliards de paramètres et entraîné sur 3,1 billions de jetons multilingues.

Llama 3.1 — Modèle d'IA open source de pointe, prenant en charge plusieurs langues et des fonctionnalités avancées.

FunAudioLLM — Modèle de base pour la compréhension et la génération de la parole en interaction naturelle

CodeGeeX4-ALL-9B — Modèle de génération de code multilingue open source

Fish Speech V1.2 — Modèle de conversion texte-parole de pointe

ChatTTS.com — Modèle de synthèse vocale pour les scénarios de conversation naturelle

Cohere Aya — Modèle d'IA multilingue prenant en charge 101 langues.

Falcon 2 — Falcon 2 est un modèle multimodal, multilingue et open source capable de convertir des images en texte.

Meta Llama 3 — Modèle linguistique de grande taille (LLM) nouvelle génération open source de Meta, aux performances exceptionnelles.

Traducteur d'images/mangas — Traduction en un clic du texte contenu dans diverses images

Yi-9B — Modèle linguistique large, bilingue et open source de nouvelle génération

Llama 3 — Modèle linguistique de grande envergure (LLM) nouvelle génération, open source et aux performances exceptionnelles.

Qwen-1.5 — Qwen-1.5 : modèle linguistique de base et de conversation open source, disponible en plusieurs tailles, optimisé pour une expérience développeur améliorée.

Orion Star-14B-Base — Modèle linguistique multilingue

l1m — Une API proxy utilisée pour extraire des données structurées à partir de texte et d'images, implémentée à l'aide de LLM.

Modèle d'intégration de texte Gemini Embedding — Gemini Embedding est un modèle d'intégration de texte avancé qui fournit des capacités puissantes de compréhension du langage via l'API Gemini.

LanPaint — Plugin de retouche d'image de haute qualité sans formation supplémentaire, compatible avec tous les modèles de diffusion stable.

Proxy Lite — Proxy Lite est un modèle de langage visuel (VLM) open source de 3 milliards de paramètres, axé sur les tâches d'automatisation Web.