WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
模型
MOSS-Audio
OpenMOSS/MOSS-Audio
统
一
建模
语音、
环境
声
与
音乐理解
的
开源
音频
大
模型,
提供
多
尺寸
推理
与
思考
链权
重版本。
去 GitHub 看仓库
复制链接
同类项目
VibeVoice
55k
微软
开源
的
前沿
语
音
大模型
系列,
提供
流式
语音
合成
与
识别
能力
及
CPU
推理
引擎
和
演示。
kronos
41.5k
面
向
金融
市场
K线序列
的
基础
模型
家族,
发布
多
规模
预训
练权重
与
分层
离散化
标记器
体系。
voxcpm
40.8k
开源
2B多
语言TTS模型,
无需
分词器,
支持
声音
设计、
可控
复刻
与
48kHz studio级
语音
合成。
ChatTTS
39.9k
为
日常
对话
优化
的
开源
中
英文语音合成
模型,
提供
预训
练权重
与
推理
代码,
支持
多
说
话人
与
韵律
控制。
timesfm
34.8k
谷歌
时序
预测
基础
模型,
支持
多
变量
与
协变量
零样本
预测,
提供
PyTorch
与
MLX
推理
代码
及
预训
练权重。
unlimited-ocr
28.3k
百度
发布
的
长程文档
解析OCR
模型,
支持
单图
多
页
PDF
解析,
提供
权重
与
多
种
推理
部署
方式。
693
统一建模语音、环境声与音乐理解的开源音频大模型,提供多尺寸推理与思考链权重版本。
←
上一个
Visual-Code-Space
下一个
→
vue-pdf