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

84,991 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 4

提供元入力出力ライセンス

注目のモデルを見つける

QwenCleo-ASR

mohammedaly22

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

音声認識

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 ↗

比較に追加出典・文書 ↗

QwenCleo-ASR-GGUF

mohammedaly22

**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

音声認識

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 ↗

比較に追加出典・文書 ↗

VoiceTut-TTS

mohammedaly22

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。

音声合成

入力テキスト→ 出力音声

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 ↗

比較に追加出典・文書 ↗

VoiceTut-TTS-GGUF

mohammedaly22

**Egyptian Arabic & code-switching TTS for audio.cpp: up to 6.6× faster than the PyTorch package on the same GPU, no Python** These are standalone GGUF packages of VoiceTut-TTS, an OmniVoice fine-tune trained on ~380 hours of Egyptian podcast speech. It speaks natural Egyptian Arabic, switches between Arabic and English mid-sentence (`عندي meeting بكرة`), and clones voices zero-shot. VoiceTut has exactly the same architecture as OmniVoice, so it runs through audio.cpp's existing **`omnivoice`** family with every OmniVoice route: voice cloning, voice design, streaming, the long-text chunker, and the server.

翻訳待ち・原文を表示

音声合成

入力テキスト→ 出力音声

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 ↗

比較に追加出典・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。

月間入力トークン 10 M月間出力トークン 2 M1 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。

あなたに合う AIモデルを。

AIモデルを探す 4

QwenCleo-ASR

QwenCleo-ASR-GGUF

VoiceTut-TTS

VoiceTut-TTS-GGUF

該当するモデルがありません

モデル選びに、費用の視点も。

モデルを理解して選ぶ

ニュースで知り、ツールで効率化、モデルで可能性を。