Voxtral-Mini-4B-Realtime-2602-fp16
mlx-community基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
言語から画像、オープンウェイトからAPIまで。能力と実際の費用を比較。
次のアイデアに合うAIを見つけましょう。
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
This model was converted to MLX format from openai/whisper-large-v3-turbo using mlx-audio-plus version **0.1.4**.
翻訳待ち・原文を表示
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
Converted using https://github.com/ml-explore/mlx-examples/tree/main/whisper with the command:
翻訳待ち・原文を表示
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
This model is a fine-tuned version of NVIDIA's Parakeet CTC 1.1B for **Persian (Farsi)** Automatic Speech Recognition (ASR). This repository includes the unpacked tokenizer files (`tokenizer.json`, `vocab.json`, etc.) compatible with Hugging Face Transformers. You can use these files to: - Continue fine-tuning the model - Reuse the tokenizer in other frameworks or experiments
翻訳待ち・原文を表示
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
The best open-source model for Egyptian Arabic & code-switching speech recognition Built on Qwen3-ASR-1.7B , fine-tuned for Egyptian dialect and Arabic ↔ English code-switching. QwenCleo — the name carries three meanings: Qwen , the powerful base model it is built on; Queen , signalling a model that reigns over its domain; and Cleo , for Cleopatra , the queen of Egypt — because this model is tailored for Egyptian Arabic. 👑🏺
翻訳待ち・原文を表示
**Egyptian Arabic & code-switching speech recognition for audio.cpp: 3–4× faster than PyTorch on the same GPU, no Python** These are standalone GGUF packages of QwenCleo-ASR, a Qwen3-ASR-1.7B fine-tune for Egyptian Arabic and Arabic↔English code-switching (`فبتديك كل ال soft skills بشكل indirect`). On the author's 3,699-utterance Egyptian test set it reaches **19.85% WER, against 41.51% for base Qwen3-ASR-1.7B**. Full results are on the original model card. In audio.cpp it runs through the existing **`qwen3_asr`** family, the same C++ runtime and options as Qwen3-ASR: offline and streaming modes, long-audio chunking, word timestamps with Qwen3 Forced Aligner, and the OpenAI-compatible server.
翻訳待ち・原文を表示
基础档案已收录,详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
提供元・分類・入出力の条件を変更してください。新しいモデルを随時追加しています。
月間トークン数を調整してAPI費用を比較。
収集済みの比較可能な100万トークン当たり米ドル料金です。キャッシュ割引、段階料金、追加推論出力、税金は含みません。最新料金は出典で確認してください。
入力・出力・キャッシュ料金を分け、同じ用途と使用量で総費用を比較します。画像・音声・動画は枚数、時間、解像度で課金される場合があります。
必ずしもそうではありません。バージョンごとのライセンス、商用制限、ポリシーを確認してください。自前運用には計算資源と保守費用も必要です。
順位はテスト、バージョン、評価方法によります。実際の業務データで精度、遅延、安定性、費用を比較してください。