Logo
Project Icon

ultravox-v0_3

集成语音和文本输入的多模态AI模型

多模态模型WhisperHuggingface模型Llama语音识别Github开源项目Ultravox

Ultravox-v0_3是Fixie.ai开发的多模态语音大语言模型，结合Llama3.1-8B-Instruct和Whisper-small技术。该模型可同时处理语音和文本输入，适用于语音助手、翻译和分析等场景。通过知识蒸馏方法，仅训练多模态适配器，保持基础模型不变。Ultravox在语音识别和翻译任务中展现出优秀性能，为语音交互应用提供了新的可能性。

访问官网访问官网GithubGithubHuggingfaceHuggingface文档文档
介绍相关项目
Llama-3.1-Nemotron-70B-Instruct-HF-FP8-dynamic - 多语种量化优化模型，显著降低内存占用
GithubHuggingfaceLlama-3.1-Nemotron-70B-Instruct-HF-FP8-dynamic多语言支持开源项目文本生成模型模型优化量化
通过将权重和激活量化为FP8格式，该项目优化了Llama-3.1-Nemotron模型，显著降低了GPU内存与磁盘的占用。模型适用于商业与研究，支持多语言开发和会话助手的构建。利用vLLM，可以实现高效部署并具有OpenAI兼容性。Llama-3.1-Nemotron-70B-Instruct-HF-FP8-dynamic在诸多测试中表现优良，在Arena-Hard评估中达99.41%的恢复率。
Video-LLaMA - 指令微调的音视频语言模型实现多模态视频理解
AI对话GithubVideo-LLaMA多模态开源项目视频理解语言模型
Video-LLaMA是一个多模态AI项目，为大型语言模型赋予视频和音频理解能力。该项目基于BLIP-2和MiniGPT-4构建，包含视觉-语言和音频-语言两个分支。经过大规模视频和图像数据预训练及指令微调后，Video-LLaMA能够进行视频分析、音频理解和多轮对话。该模型支持英文和中文交互，为视频内容分析提供了新的AI解决方案。
faster-whisper-medium - CTranslate2优化的Whisper medium模型支持多语言音频处理
CTranslate2GithubHuggingfaceWhisper开源项目机器翻译模型模型转换语音识别
这是OpenAI Whisper medium模型的CTranslate2优化版本，支持100多种语言的音频转录和识别。模型采用float16量化，通过faster-whisper库易于集成。它具有高效的推理速度和较小的内存占用，适合快速、准确处理多语言音频的应用场景。用户可根据需求调整计算类型，平衡性能和资源消耗。该模型为开发者提供了灵活、高效的多语言音频处理解决方案。
vicuna-13b-v1.3 - 基于LLaMA微调的Vicuna聊天助手优化交互
GithubHuggingfaceLLaMAVicuna开源项目机器学习模型聊天助手自然语言处理
Vicuna v1.3是由LMSYS开发的聊天助手，通过对LLaMA进行125K对话的指令微调，专用于大语言模型和聊天机器人研究，主要用户为自然语言处理、机器学习和人工智能领域的研究者和爱好者。模型经过标准基准、人类偏好及语言模型评测。查看项目主页以获取版本差异的更多信息。
Meta-Llama-3.1-8B-Instruct-abliterated-GGUF - 基于Meta-Llama的无限制大语言模型优化版本
AI开源GithubHuggingfaceLLMMeta-Llama大语言模型开源项目模型模型训练
Meta-Llama-3.1-8B-Instruct优化版本采用abliteration技术对原模型进行调整，移除了默认的输出限制。项目基于transformers库开发，继承原版核心性能的同时提供更自由的输出空间。模型使用llama3.1许可证，适用于需要更灵活输出的AI开发场景。
VITA - 开源全模态交互语言模型
GithubVITA人工智能多模态大语言模型开源项目自然语言处理语音识别
VITA是一款开源全模态语言模型，实现了视频、图像、文本和音频的综合处理。其特点包括全模态理解、无唤醒交互和音频中断交互，显著提高了用户体验。通过创新的状态令牌和双工方案，VITA提升了多模态交互体验。在多项基准测试中，VITA展现出优秀性能，为多模态AI研究和应用开辟了新途径，有望推动相关技术的发展。
WizardVicuna2-13b-hf - 细化Llama 2模型以优化对话生成能力
GithubHuggingfaceLlama 2Meta参数规模开源项目文本生成模型训练数据
基于ehartford的wizard_vicuna_70k_unfiltered数据集，对Llama-2-13b-hf模型进行精细化训练三次，专注于对话应用的优化。该项目在开源基准测试中表现优异，并在人类评估中显示出与某些流行闭源模型相当的帮助性和安全性。为确保最佳性能，需按照指定格式使用INST和<<SYS>>标签。此模型由Meta研发，访问需遵循相关商业许可证。
suzume-llama-3-8B-multilingual - Llama 3模型的多语言微调版本 提升跨语言对话性能
GithubHuggingfaceLlama 3人工智能多语言模型开源项目机器学习模型语言训练
Suzume-llama-3-8B-multilingual是基于Llama 3的多语言微调模型，经过近9万条多语言对话训练。该模型保持了Llama 3的英语能力，同时显著提升了多语言对话表现，涵盖德语、法语、日语、俄语和中文等语言。在MT-Bench多语言评测中，其成绩与顶级7B模型相当，展现了强大的跨语言对话能力。
Llama-3.2-3B-Instruct-GGUF - Meta推出的新一代多语言AI对话模型 支持128K上下文
128K上下文GithubHuggingfaceLlama-3.2-3B-Instruct多语言对话模型开源项目模型社区模型
Llama-3.2-3B-Instruct是Meta发布的新一代多语言AI模型,针对对话、检索和摘要任务进行优化。官方支持8种语言,实际训练语言更多。模型具备128K长上下文能力,可处理复杂任务。社区贡献者bartowski基于llama.cpp提供GGUF量化版本,便于多设备部署。
cogvlm-chat-hf - 开源视觉语言模型CogVLM在多项跨模态基准测试中超越PaLI-X 55B
CogVLMGithubHuggingface图像识别多模态开源开源项目模型视觉语言模型
CogVLM是一款开源视觉语言模型，具有100亿视觉参数和70亿语言参数。在NoCaps、Flicker30k等10个经典跨模态基准测试中，CogVLM实现了最先进的性能，部分超越PaLI-X 55B。其架构包括视觉变换器编码器、MLP适配器、预训练语言模型和视觉专家模块。CogVLM能进行多模态对话，适用于图像描述和视觉问答等任务。该模型对学术研究开放，经登记后可免费用于商业用途。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号