AI

Highlights 适用于中英文的语音量化编码（Speech Codec）模型。 内部通用场景数据训练，适用性更强 训练时采用结构化 dropout，推理时可根据需要选用不同比特率 项目介绍 F

reStructured Pre-training (RST) official repository, paper, easter eggs RST is a new paradigm for la

Highlights 适用于英文的语音量化编码（Speech Codec）模型。 采用幅度相位谱作为信号的表示形式，更好的利用音频的时频域结构 极少的模型参数（0.52M），极低的计算量（0.34G

A cutting-edge foundation for your very own LLM. ?Github • ? TigerBot • ? Hugging Face 快速开始

Highlights 新增基于ModelScope的微调 FunASR开源项目介绍 FunASR希望在语音识别的学术研究和工业应用之间架起一座桥梁。通过发布工业级语音识别模型的训练和微调，研究人员

Highlights 适用于英文的语音量化编码（Speech Codec）模型。 采用幅度相位谱作为信号的表示形式，更好的利用音频的时频域结构 较少的模型参数（4.50 M），较低的计算量（2.18

reStructured Pre-training (RST) official repository, paper, easter eggs RST is a new paradigm for la

reStructured Pre-training (RST) official repository, paper, easter eggs RST is a new paradigm for la

SAM SAM 产生高质量的对象蒙版从输入提示，如点或框，它可以用来为图像中的所有对象生成蒙版。它已经在1100万张图像和11亿个掩模的数据集上进行了训练，并且在各种分割任务上具有很强的零射击性能

reStructured Pre-training (RST) official repository, paper, easter eggs RST is a new paradigm for la

reStructured Pre-training (RST) official repository, paper, easter eggs RST is a new paradigm for la

SAM-HQ (Segment Anything in High Quality) Segment Anything in High Quality Lei Ke, Mingqiao Ye,

A cutting-edge foundation for your very own LLM. ?Github • ? TigerBot • ? Hugging Face 快速开始

SMT Scale-Aware Modulation Meet Transformer 介绍 SMT 最初是在paper(released soon)中描述的，它能够作为一种有前途的新的通用主干，用于

MobileSAM 1、MobileSAM是如何训练的? MobileSAM在单个GPU上使用10万个数据集(原始图像的1%)进行不到一天的训练。培训代码将很快发布。 2、如何从SAM向Mobile

A cutting-edge foundation for your very own LLM. ?Github • ? TigerBot • ? Hugging Face 快速开始

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

A cutting-edge foundation for your very own LLM. ?Github • ? TigerBot • ? Hugging Face 快速开始

Highlights 适用于英文的语音量化编码（Speech Codec）模型 以原始时域信号上作为输入的Encodec模型 训练时采用结构化 dropout，推理时可根据需要选用不同比特率 项目

reStructured Pre-training (RST) official repository, paper, easter eggs RST is a new paradigm for la