Všetky zdroje
Modely, datasety a nástroje pre slovenčinu: 31 zdrojov od 7 tímov a ďalších autorov.
Zobrazených 1–25 z 31
- DatasetTrePal
TrePal je otvorený dataset slovenskej reči z plenárnych schôdzí Národnej rady SR, určený na trénovanie a vyhodnocovanie modelov automatického rozpoznávania reči.
Prepísať reč- Streams s.r.o.
Prepísať rečCC BY 4.0 Slovenská fine-tunovaná verzia Nvidia modelu Parakeet TDT 0.6b v3.
Prepísať rečCC BY 4.0- ModelOmniVoice
OmniVoice je otvorený viacjazyčný model syntézy reči vyvíjaný organizáciou k2-fsa.
Premeniť text na reč- Xiaomi Corp.
Premeniť text na rečApache 2.0 - ModelSupertonic-3
Supertonic TTS 3 je otvorený model syntézy reči vyvíjaný spoločnosťou Supertone.
Premeniť text na reč- Supertone
Premeniť text na rečMIT - ModelPiper
Piper TTS je otvorený model syntézy reči vyvíjaný v rámci open-source komunity.
Premeniť text na reč- Open Home Foundation
Premeniť text na rečMIT - ModelMiniMax-M3
MiniMax-M3 je natívny multimodálny model s 1 miliónom kontextu.
Písať po slovensky- MiniMax
Písať po slovensky– - ModelBGE-M3
BGE-M3 je nový embedovací model, ktorý sa vyznačuje svojou všestrannosťou v oblasti multilinguality, multifunkčnosti a multigranularity.
Hľadať podľa významu- University of Science and Technology of China
- BAAI
Hľadať podľa významu– - DatasetMultiSocial
Predstavujeme MultiSocial – prvý viacjazyčný (22 jazykov) a multiplatformový (5 platforiem sociálnych médií) dataset určený na testovanie (benchmarking) detekcie generovaného textu strojmi v…
Preveriť text a modelyPreveriť text a modely– - DatasetSkMTEB
SkMTEB je prvý komplexný benchmark na hodnotenie textových reprezentácií (embeddingov) v štýle MTEB pre slovenčinu – západoslovanský jazyk s obmedzenými zdrojmi a približne 5 miliónmi hovoriacich.
Hľadať podľa významu- SlovakNLP Community
Hľadať podľa významuCC BY 4.0 - DatasetSloPalSpeech
SloPalSpeech je otvorený dataset slovenskej reči určený na trénovanie modelov automatického rozpoznávania reči.
Prepísať rečCC BY 4.0 - DatasetGEST
GEST – manuálne vytvorený súbor údajov určený na meranie rodovo stereotypného uvažovania v jazykových modeloch a systémoch strojového prekladu.
Preveriť text a modelyApache 2.0 - ModelWhisper-large-v3-sk
Slovenská fine-tunovaná verzia modelu Whisper-large-v3.
Prepísať rečApache 2.0 Slovenská fine-tunovaná verzia modelu Whisper-large-v3-turbo.
Prepísať rečMIT- DatasetALOIS-DB
ALOIS-DB je slovenská rečová databáza obsahujúca vysokokvalitné audio nahrávky od 258 rečníkov, navrhnutá na podporu výskumu včasnej detekcie kognitívneho poklesu.
Ďalšie zdrojeĎalšie zdroje– - DatasetEWA-DB
EWA-DB je klinická rečová databáza obsahujúca audio nahrávky a ASR prepisy od 1 649 rečníkov, vrátane zdravých kontrol a pacientov s Alzheimerovou chorobou, Parkinsonovou chorobou alebo miernou…
Ďalšie zdrojeĎalšie zdroje– - DatasetFineWeb2 Slovak
FineWeb2 Slovak je komplexný textový korpus obsahujúci viac ako 14,1 miliardy slov vo viac než 26,5 miliónoch dokumentov, prispôsobený na spracovanie slovenského prirodzeného jazyka.
Písať po slovenskyODC-By 1.0 - NástrojZoznam slovenských zdrojov
Github repozitár obsahujúci dokument so zoznamom rôznych zdrojov na spracovanie slovenského jazyka.
Ďalšie zdroje- SlovakNLP Community
Ďalšie zdroje– - ModelE5-sk-large
Ide o špecializovaný slovenský sentence-transformers model, ktorý mapuje vety a odseky do 384-rozmerného hustého vektorového priestoru a možno ho použiť na sémantickú textovú podobnosť, sémantické…
Hľadať podľa významuMIT