AI

SAMBERT个性化语音合成模型介绍 本文将介绍SAMBERT个性化语音合成模型, 包括其模型结构, 如何在ModelScope上体验模型效果, 以及如何使用开源代码训练SAMBERT个性化语音合成模
690PyTorchaudio
模型介绍 模型描述 SeqGPT是一个不限领域的文本理解大模型。无需训练,即可完成实体识别、文本分类、阅读理解等多种任务。该模型基于Bloomz在数以百计的任务数据上进行指令微调获得。模型可以在低至1
410pytorch
106点人脸关键点检测模型 输入一张人脸图像,实现人脸关键点检测,输出图像中人脸的106点关键点坐标和人像姿态角度。 106点人脸关键点 模型描述 该模型主要用于人脸关键点检测和对齐任务,从包含人脸
400pytorchcv
DSFMN语音降噪模型介绍 我们日常可能会碰到需要在噪杂的环境里进行音视频通话或录制语音,比如在噪杂的地铁或者巴士上通话,为了让对方听清楚,不得不提高嗓门和音量;再比如想录制一段干净的语音却发现周围都
560pytorchaudio
模型介绍(Introduction) TestGPT-7B,是蚂蚁研发的测试域大模型。该模型以CodeLlama-7B为基座,进行了测试领域下游任务的微调,包含多语言测试用例生成、测试用例Assert
440
Paraformer-large模型介绍 Highlights 热词版本:Paraformer-large热词版模型支持热词定制功能,基于提供的热词列表进行激励增强,提升热词的召回率和准确率。 长音
400pytorchaudio
Qwen-1.8B-Chat ? Hugging Face   |   ? ModelScope   |    ? Paper    |   ?️ Demo WeC
310pytorchqwen
Sambert-Hifigan模型介绍 模型体验及训练教程详见:Sambert-Hifigan模型训练教程 框架描述 拼接法和参数法是两种Text-To-Speech(TTS)技术路线。近年来参数TT
400pytorchaudio
Model Card for CodeFuse-CodeLlama-34B [中文] [English] Model Description CodeFuse-CodeLlama
370pytorch
实时人头检测-通用 模型介绍 本模型为高性能热门应用系列检测模型中的 实时人头检测模型,基于面向工业落地的高性能检测框架DAMOYOLO,其精度和速度超越当前经典的YOLO系列方法。用户使用的时候,
310pytorchcv
全中文任务支持零样本学习模型 PromptCLUE:支持最多中文任务的开源预训练模型 这个模型是基于1000亿token中文语料上预训练,并且在数百种任务上进行Prompt任务式训练。针对理解类任务,
290pytorchnlp
BAStructBERT电商领域中文分词模型介绍 模型描述 电商领域的分词模型, 采用无监督统计特征增强的StructBERT+softmax序列标注模型,序列标注标签体系(B、I、E、S),四个标签
390pytorchnlp
Sambert-Hifigan模型介绍 模型体验及训练教程详见:Sambert-Hifigan模型训练教程 框架描述 拼接法和参数法是两种Text-To-Speech(TTS)技术路线。近年来参数TT
450pytorchaudio
BAStructBERT通用领域中文分词模型介绍 中文分词任务就是把连续的汉字分隔成具有语言语义学意义的词汇。中文的书写方式不像英文等日耳曼语系语言词与词之前显式的用空格分隔。为了让计算机理解中文文本
310pytorchnlp
图像超分辨率介绍 输入低分辨率图片,返回4倍超分辨率后的高清晰图片。模型基于RealESRAGN中的降质方式进行训练,在复杂真实降质图片上也有较好的表现。 模型描述 RealESRGAN提出了通过多次
320pytorchcv
Model Card for CodeFuse-CodeLlama-34B-4bits [中文] [English] Model Description CodeFuse-Cod
390
Model Card for CodeFuse-13B [中文] [English] Model Description CodeFuse-13B is a 13 billion
360pytorch
中文文本纠错模型介绍 输入一句中文文本,文本纠错技术对句子中存在拼写、语法、语义等错误进行自动纠正,输出纠正后的文本。主流的方法为seq2seq和seq2edits,常用的中文纠错数据集包括NLPCC
320pytorchnlp
StructBERT中文自然语言推理模型介绍 自然语言推理任务(NLI)通常指判断一对句子对(前提句,假设句)在语义上是否存在推理蕴涵关系。作为自然语言理解的一个重要组成部分,NLI专注于语义理解,是
330pytorchnlp
基于连续语义增强的神经机器翻译模型介绍 本模型基于邻域最小风险优化策略,backbone选用先进的transformer-large模型,编码器和解码器深度分别为24和3,相关论文已发表于ACL 20
900tensorflownlp
当前共6711个项目
×
寻找源码
源码描述
联系方式
提交