RANER介绍 模型描述 该模型是基于检索增强(RaNer)方法在德语数据集MultiCoNER-DE-German训练的模型。本方法采用Transformer-CRF模型，使用XLM-RoBERTa

RANER介绍 模型描述 本方法采用Transformer-CRF模型，使用xlm-roberta-large作为预训练模型底座，结合使用外部工具召回的相关句子作为额外上下文，使用Multi-view

Highlights UniASR韩语语音识别模型，可对近场、低噪、正常语速、朗读形式的韩语音频进行语音识别： ASR模型：UniASR模型，韩语语音识别模型。 ITN模型：韩语ITN模型，可用于语

PALM文本生成模型介绍 PALM预训练语言生成模型是针对实际场景中常见的文本生成需求所设计的一个模型。模型利用大量无监督数据，通过结合自编码和自回归任务进行预训练，更贴合下游生成任务所同时需要的理解

? Homepage｜? Tools VS Code, Jetbrains｜? HF Repo｜? Paper ? Join our Discord, Slack, Telegram, W

语音唤醒模型介绍 模型描述   移动端语音唤醒模型，检测关键词为“你好问问”和“嗨小问”。   模型网络结构继承自论文《Compact Feedforward Sequential Memory Ne

注：请使用modelscope==1.2.0以上版本 MMSpeech ASR是什么 ASR(Automatic Speech Recognition)语音识别技术，是一种将人的语音转换为文本的技术

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

Segformer-B0语义分割模型介绍 其它相关模型体验Mask2Former-R50全景分割 模型描述 Neurips2021文章SegFormer: Simple and Efficient

UniASR 模型介绍 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，研究人员和开发人员可以更方便地进行语音识别模型

Highlights UniASR印尼语语音识别模型，可对近场、低噪、正常语速、朗读形式的印尼语音频进行语音识别： ASR模型：UniASR模型，印尼语语音识别模型。 ITN模型：印尼语ITN模型，

RANER介绍 What's New 2022年12月： 训练所使用的序列理解统一框架AdaSeq发布，提供30+ SOTA的复现代码！ RaNER家族模型均可在链接进行访问！所使用的NER数据集均

GitHub | Demo News [2024.04.23] MiniCPM-V 2.0 supports vLLM now! [2024.04.18] We create a HuggingF

VGen VGen is an open-source video synthesis codebase developed by the Tongyi Lab of Alibaba Group,

ECAPA-TDNN说话人模型 ECAPA-TDNN模型是基于时延神经网络构建的说话人模型，由于识别性能优异，已经被广泛使用在说话人识别领域中，还可用于说话人日志和语种识别等任务。 模型结构简述 EC

DFSMN远场唤醒模型介绍 问题背景 关键词检测（keyword spotting, KWS），即我们通常所说的语音唤醒，指的是一系列从实时音频流中检测出若干预定义关键词的技术。随着远讲免提语音交互（

FLXC 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：人脸活体检测、红外人脸活体检测、视频活体检测。 静默炫彩人脸活体检测模型FLXC 模型描述 用来检测图片中的人脸是否为来自认证设备

FLIR 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：人脸活体检测、红外人脸活体检测、视频活体检测。 IR 人脸活体检测模型FLIR 模型描述 用来检测图片中的人脸是否为来自认证设备端

Segformer-B4语义分割模型介绍 其它相关模型体验Mask2Former-R50全景分割 模型描述 Neurips2021文章SegFormer: Simple and Efficient

RANER介绍 模型描述 本方法采用Transformer-CRF模型，使用xlm-roberta-large作为预训练模型底座，结合使用外部工具召回的相关句子作为额外上下文，使用Multi-view