pytorch

ERes2Net-Large 说话人识别模型 ERes2Net模型结合全局特征和局部特征，从而提高说话人识别性能。局部特征融合将一个单一残差块内的特征融合提取局部信号；全局特征融合使用不同层级输出的不

越南语逆文本正则化模型 模型描述 越南语逆文本正则化模型是基于FunTextProcessing 开源代码库生成，用于越南语语音识别模型结果后处理中的逆文本正则化部分。 多语言逆文本正则化&文本正则化

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

葡萄牙语逆文本正则化模型 模型描述 葡萄牙语逆文本正则化模型是基于FunTextProcessing 开源代码库生成，用于葡萄牙语语音识别模型结果后处理中的逆文本正则化部分。 多语言逆文本正则化&文本

Paraformer-large模型介绍 Highlights Paraformer-large-aishell1模型基于AISHELL-1数据集微调，在dev/test上取得CER 1.62/1.

Reranker More details please refer to our Github: FlagEmbedding. Model List Usage Fine-tuning Evalu

Udever 多语言通用文本表示模型 文本表示是将一个输入句子使用机器学习模型转换为一个固定维度的连续向量: 输入: 吃完海鲜可以喝牛奶吗? 输出: [0.27162,-0.66159,0.3303

Segformer-B3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

Highlights UniASR西班牙语语音识别模型，可对近场、低噪、正常语速、朗读形式的西班牙语音频进行语音识别： ASR模型：UniASR模型，西班牙语语音识别模型。 ITN模型：西班牙语IT

Data2vec模型介绍 Highlights Data2vec中文预训练模型上线，欢迎试用 提供基于AISHELL-2数据集训练得到的中文预训练模型，可以用于下游任务微调，例如语音识别等。 可以直

视频-文本检索模型介绍 ProST模型是渐进式的时空原型匹配模型，发表于ICCV 2023 Progressive Spatio-Temporal Prototype Matching for Tex

RANER介绍 模型描述 本方法采用Transformer-CRF模型，使用XLM-RoBERTa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 Train

功能概述 输入一张图，生成相似图。创空间在线体验 输入示例： 输出示例： 可通过参数调整输出图像与输入图像的相似度。 模型结构 基于开源SD模型，修改生成引导条件，并在开源数据集laion-

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

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

Yi Vision Language Model Better Bilingual Multimodal Model ? Hugging Face • ? ModelScope • ? w

二值化网络介绍 神经网络二值化是模型量化的极限情况，将神经网络中原本 32 位浮点数参数量化至 1 位定点数。通常神经网络计算量集中在乘加操作，二值权重使该操作只靠位运算就能完成，极大加速了神经网络的

Yi Vision Language Model Better Bilingual Multimodal Model ? Hugging Face • ? ModelScope • ? w

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

单目标跟踪算法模型介绍 对于一个输入视频，只需在第一帧图像中用矩形框指定待跟踪目标，单目跟踪算法将在整个视频帧中持续跟踪该目标，输出跟踪目标在所有图像帧中的矩形框信息。 模型描述 本模型是基于Pro