AI NEWS・モデル情報能力を知り、根拠ある選択を。 ↗基本情報を先に収録・詳細を随時追加
THE AI MODEL DIRECTORY ここからモデルを探す

あなたに合う AIモデルを。

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。

人気の検索
85,012 件のモデル13202 社の提供元・公開者45 件の機能分類465件の比較可能な料金・30件の公開評価
Tテキスト生成▧画像生成▷動画生成⌘コード生成◖音声合成♫音楽生成⬡3Dモデリング▤文書分析
DISCOVER & COMPARE

AIモデルを探す 1496

注目のモデルを見つける

Danish ASR. Fine-tuned from syvai/hviske-v5.1 on the CoRal v3 train splits with **layer-wise learning-rate decay** (encoder LR = 0.75 × decoder LR) for 5 epochs. A 2B-parameter Conformer encoder-decoder ASR model, optimized for Danish read-aloud and conversational speech. Evaluated on the *complete* test splits (17,560 samples). Two normalization conventions:

翻訳待ち・原文を表示

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗

T-one

t-tech

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。

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗

xls-r-300m-et

TalTechNLP

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

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗

This model is a fine-tuned version of openai/whisper-base on the None dataset. It achieves the following results on the evaluation set: - Loss: 0.0839 - Wer: 5.7544 The following hyperparameters were used during training: - learning_rate: 0.0001 - train_batch_size: 16 - eval_batch_size: 8 - seed: 42 - distributed_type: multi-GPU - num_devices: 8 - total_train_batch_size: 128 - total_eval_batch_size: 64 - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 - lr_scheduler_type: linear - lr_scheduler_warmup_steps: 500 - training_steps: 5000 - mixed_precision_training: Native AMP - Transformers 4.26.0.dev0 - Pytorch 1.13.0+cu117 - Datasets 2.7.1.dev0 - Tokenizers 0.13.2

翻訳待ち・原文を表示

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗

This model is a fine-tuned version of openai/whisper-tiny on the None dataset. It achieves the following results on the evaluation set: - Loss: 0.0928 - Wer: 7.0535 The following hyperparameters were used during training: - learning_rate: 0.0001 - train_batch_size: 16 - eval_batch_size: 8 - seed: 42 - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 - lr_scheduler_type: linear - lr_scheduler_warmup_steps: 500 - training_steps: 5000 - mixed_precision_training: Native AMP

翻訳待ち・原文を表示

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗

**Quranic Wav2Vec2 Phonetic ASR** is a fine-tuned `wav2vec2` model designed specifically for **phonetic transcription of Quranic recitation**. Unlike standard Arabic ASR systems that output orthographic Arabic text, this model outputs a **phonetic (sound-level) representation**, making it suitable for: - Tajweed research and education - Word-level pronunciation analysis - Forced alignment of Quranic recitation - Linguistic studies of Classical Arabic phonetics

翻訳待ち・原文を表示

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗

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

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗

Hubert(Hidden-Unit BERT)는 Facebook에서 제안한 Speech Representation Learning 모델입니다. Hubert는 기존의 음성 인식 모델과 달리, 음성 신호를 raw waveform에서 바로 학습하는 self-supervised learning 방식을 사용합니다. 해당 모델은 과학기술정보통신부의 재원으로 한국지능정보사회진흥원의 지원을 받아 구축된 자유대화 음성(일반남여), 다화자 음성합성 데이터, 방송 콘텐츠 대화체 음성인식 데이터 에서 약 4,000시간을 추출해 학습되었습니다.

翻訳待ち・原文を表示

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗

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

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗

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

入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗
出典・文書 ↗
COST EXPLORER

モデル選びに、費用の視点も。

コスト分析

月間トークン数を調整してAPI費用を比較。

1 M = 100万トークン・米ドル
同一チャネルの基本テキスト料金を比較

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。

MODEL HANDBOOK

モデルを理解して選ぶ

選び方とよくある質問
API料金はどう比較しますか?+

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。

オープンウェイトは無料で商用利用できますか?+

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。

ランキング1位が最適ですか?+

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。

AI NEWS・情報から選択へ

ニュースで知り、ツールで効率化、モデルで可能性を。

AIニュースを読む ↗AIツールを探す ↗