Preskočiť na obsah

Všetky zdroje

Modely, datasety a nástroje pre slovenčinu: 31 zdrojov od 7 tímov a ďalších autorov.

Pridať do katalógu

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.
    CC BY 4.0
  • Slovenská fine-tunovaná verzia Nvidia modelu Parakeet TDT 0.6b v3.

    Prepísať rečCC BY 4.0
  • Slovenská fine-tunovaná verzia Nvidia modelu Canary 1B v2.

    Prepísať rečCC BY 4.0
  • Slovenská fine-tunovaná verzia modelu Whisper-tiny.

    Prepísať rečApache 2.0
  • Slovenská fine-tunovaná verzia modelu Whisper-base.

    Prepísať rečApache 2.0
  • Slovenská fine-tunovaná verzia modelu Whisper-small.

    Prepísať rečApache 2.0
  • Slovenská fine-tunovaná verzia modelu Whisper-medium.

    Prepísať rečApache 2.0
  • OmniVoice je otvorený viacjazyčný model syntézy reči vyvíjaný organizáciou k2-fsa.

    Premeniť text na reč
    • Xiaomi Corp.
    Apache 2.0
  • Supertonic TTS 3 je otvorený model syntézy reči vyvíjaný spoločnosťou Supertone.

    Premeniť text na reč
    • Supertone
    MIT
  • ModelPiper

    Piper TTS je otvorený model syntézy reči vyvíjaný v rámci open-source komunity.

    Premeniť text na reč
    • Open Home Foundation
    MIT
  • MiniMax-M3 je natívny multimodálny model s 1 miliónom kontextu.

    Písať po slovensky
    • MiniMax
  • 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
  • DatasetANLI SK

    Preložená verzia českého ANLI datasetu do slovenčiny.

    Porozumieť textuCC BY-NC-SA 4.0
  • 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 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
    CC BY 4.0
  • 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
  • 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 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 zdroje
  • DatasetChiby

    Chybový korpus CHIBY založený na revíziách slovenskej Wikipédie.

    Preveriť text a modely
  • 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
  • Github repozitár obsahujúci dokument so zoznamom rôznych zdrojov na spracovanie slovenského jazyka.

    Ďalšie zdroje
    • SlovakNLP Community
  • 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…