Highlights Paraformer-large长音频模型集成VAD、ASR、标点与时间戳功能，可直接对时长为数小时音频进行识别，并输出带标点文字与时间戳： ASR模型：Parformer-l

Sambert-Hifigan模型介绍 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TTS系统获得了广泛的应用，故此处仅涉及参数法。 参数TTS系统可分为两

coROM中文电商文本表示模型 文本表示是自然语言处理(NLP)领域的核心问题, 其在很多NLP、信息检索的下游任务中发挥着非常重要的作用。近几年, 随着深度学习的发展，尤其是预训练语言模型的出现极大

Sambert-Hifigan模型介绍 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TTS系统获得了广泛的应用，故此处仅涉及参数法。 参数TTS系统可分为两

MossFormer语音分离模型介绍 我们日常可能会遇到在嘈杂环境中进行语言交流的场景，比如在人多的餐厅里或者拥挤的人群中，同时存在着许多不同的说话人的声音，这时听者可能只对一个主说话人的声音感兴趣，

实时口罩检测-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 实时口罩检测模型，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，

DDColor 图像上色模型 该模型为黑白图像上色模型，输入一张黑白图像，实现端到端的全图上色，返回上色处理后的彩色图像。 English Version | 中文版本 Paper ｜ Github

StructBERT中文情绪分类模型介绍 情绪分类任务，通常为输入一段句子或一段话，识别该句话情绪类别的模型。 在用户评价、观点抽取、意图识别中往往起到重要作用。 模型描述 模型基于Structber

Highlights Paraformer-large长音频模型集成VAD、ASR、标点与时间戳功能，可直接对时长为数小时音频进行识别，并输出带标点文字与时间戳： ASR模型：Paraformer-

视频描述介绍 视频描述：给定一个视频，模型根据视频信息生成一句对应描述。可以应用于给一张视频配上一句文字或者打个标签的场景。你只需要输入任意一个视频，很快你就能收获对于该视频的描述。 模型描述 本任务

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

车牌检测模型介绍 给定一张图片，检测出图中车牌的位置并输出车的类型（比如小汽车，挂车，新能源车等）。 模型描述 本模型是以自底向上的方式: 1）首先识别出车牌的中心点；2）基于中心点回归出车牌的bbo

RTS模型介绍 稳定调用及效果更好的API，详见视觉开放智能平台：人脸比对1:1、口罩人脸比对1:1、人脸搜索1:N、公众人物识别、明星识别。 人脸识别OOD模型RTS, 论文详见：Improving

FLCM 模型介绍 稳定调用及效果更好的API，详见视觉开放智能平台：人脸属性识别、表情识别。 人脸关键点置信度模型FLCM 模型描述 FLCM为达摩院自研的关键点置信度算法，基于关键点的好坏来判断输

FairFace 模型介绍 稳定调用及效果更好的API，详见视觉开放智能平台：人脸属性识别、表情识别。 人脸属性模型FairFace 模型描述 FairFace是结构简单性能不错的人脸属性模型（代码地

RANER介绍 What's New 2023年8月： 开放域文本理解大模型 已上线，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！ 2023年4月： - 如您需要自定义实体类型，请尝试

RANER介绍 What's New 2023年8月： 开放域文本理解大模型 已上线，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！ 2022年12月： 训练所使用的序列理解统一框架Ad

中文CLIP News 2022年11月： 发布ModelScope 1.0版本，以下能力请使用1.0.2及以上版本。 上线Huge模型(224分辨率) 上线创空间，更强大的demo展示：中文图文检

DCT-Net人像卡通化模型-艺术风 论文 ｜ 项目主页 输入一张人物图像，实现端到端全图卡通化转换，生成艺术风格虚拟形象，返回风格化后的结果图像。 其生成效果如下所示： >>返回卡通化系列模型专题

DCT-Net人像卡通化模型-素描风 论文 ｜ 项目主页 输入一张人物图像，实现端到端全图卡通化转换，生成素描风格虚拟形象，返回风格化后的结果图像。 其生成效果如下所示： >>返回卡通化系列模型专题