R_REDDYX.XYZ
AIPython★ 709⑂ 47 форков

OpenMOSS/MOSS-Audio

MOSS-AUDIO: МОДЕЛЬ ДЛЯ АНАЛИЗА ЗВУКА

MOSS-Audio — открытая модель на Python для генерации подписей к аудио, ответов на вопросы о звуке и рассуждений о речи, окружении и музыке. За 655 звёзд на GitHub она поддерживает аудио-капционирование, аудио-VQA и мультимодального понимания.

// КЛЮЧЕВЫЕ ОСОБЕННОСТИ

  • Генерирует подписи к аудио: речь, окружающие звуки и музыка.
  • Отвечает на вопросы о содержании аудио через аудио‑VQA (речь, шум, музыка).
  • Выполняет рассуждения о речи, окружении и музыке для глубокого понимания.
  • Поддерживает задачи аудио‑капционирования, аудио‑VQA и мультимодального понимания.
#audio-captioning#audio-question-answering#audio-understanding#multimodal#music#speech
Открыть на GitHub →

Новые репозитории каждые 30 минут

REDDYX AI сканирует GitHub 24/7 и присылает лучшие AI/ML/Web3 проекты в Telegram.

Подписаться в Telegram
← Весь каталог

// ПОХОЖИЕ РЕПОЗИТОРИИ

TSIDP ПРОСТОЙ OIDC СЕРВЕР★ 709АГЕНТ ДЛЯ ОЦЕНКИ ДИЗАЙНА★ 709AI Педия ресурсов★ 709КЛАУД КОД ВИДЖЕТ ТРЕКИНГ★ 709AUTO-ANALYST - УМНЫЙ АНАЛИЗ ДАННЫХ★ 710BRAIN.MD – ИИ-ПАМЯТЬ ДЛЯ КОДА★ 711

← ВЕСЬ КАТАЛОГ

OpenMOSS/MOSS-Audio — Moss-Audio: модель для анализа звука