Модели

SOTA-модель для разделения музыки на стемы: вокал, ударные, бас, гитара и другое.

Модель для понимания аудио: анализирует содержимое звука и отвечает на вопросы о том, что в нём происходит, по запросам пользователя.

Разделение аудио с помощью SAM Audio. Выделяйте любой звук текстовым описанием на естественном языке: профессиональная обработка аудио, доступная авторам, исследователям и разработчикам решений для доступности.

Объединение нескольких аудио в одно с помощью FFmpeg API.

Улучшает качество речи в аудио: убирает фоновый шум и повышает частоту дискретизации до 48KHz.

Речь студийного качества из зашумлённых записей

Генерация музыки по тексту песни и образцу аудио с помощью ACE-Step.

Разделение аудио с помощью SAM Audio. Позволяет выделить любой звук по описанию на естественном языке — профессиональный монтаж звука стал проще для авторов, исследователей и в задачах доступности.

Изменение фрагмента аудио по тексту песни и/или стилю с помощью ACE-Step

Утилита FFMPEG для сжатия аудио

Продление начала или конца аудио с текстом песни и/или заданным стилем с помощью ACE-Step.

Единая речево-языковая модель, которая объединяет речь и текст в один согласованный поток с выравниванием 1:1.

Клонируйте голоса для диалогов по образцу аудио и генерируйте диалоги из текста с помощью Dia TTS — модели синтеза речи, которая использует передовые методы ИИ для получения высокого качества.

PersonaPlex — полнодуплексная диалоговая модель «речь в речь», работающая в реальном времени. Персону можно задать текстовыми ролевыми промптами и аудиообразцом голоса.

Единая речево-текстовая модель, которая объединяет речь и текст в один связный поток с выравниванием 1:1. Облегчённый вариант на 1B

PersonaPlex — диалоговая модель «речь в речь» с полнодуплексным режимом работы в реальном времени. Персонаж задаётся текстовыми ролевыми промптами и голосовым образцом.

Утилита на базе FFMPEG для работы с импульсными характеристиками.