MiniMax Speech 2.5
MiniMax Speech 2.5 は、多言語テキスト読み上げと音声クローンを対象とする音声生成モデルで、Speech 02 の後継バージョンです。公式は 2025 年 8 月 7 日に発表し、世界展開を開始したと告知しました。(minimax.io) **多言語音声合成:**公式の国際向け発表によると、40 以上の言語に対応し、多様な音声ライブラリを提供しています。中国語、英語などの言語におけ…
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
MiniMax Speech 2.5 は、多言語テキスト読み上げと音声クローンを対象とする音声生成モデルで、Speech 02 の後継バージョンです。公式は 2025 年 8 月 7 日に発表し、世界展開を開始したと告知しました。(minimax.io) **多言語音声合成:**公式の国際向け発表によると、40 以上の言語に対応し、多様な音声ライブラリを提供しています。中国語、英語などの言語におけ…
Qianfan-Correct は、百度が作文指導向けに開発した特定分野に特化したモデルで、日常的な作文の添削に重点を置いている。公式では、千帆推論サービス API V2 のテキスト生成モデルに分類されている。(ai.baidu.com) このモデルは自然言語処理と深層ニューラルネットワーク技術を利用し、作文の採点と採点理由の分析を提供する。教師による作文の添削や作文指導を支援するために利用できる…
Qianfan-ToyTalk は、Baidu が低年齢の子ども向けのロールプレイ場面を対象に開発した、特定分野に特化したテキストモデルです。さまざまな役柄の交流場面をシミュレートすることで、没入型のロールプレイ体験を提供します。Baidu は本モデルを千帆推論サービス API V2 のテキスト生成モデルとして掲載しています。(cloud.baidu.com) 子ども向けの役柄との対話やインタラク…
ERNIE 4.5 Turbo VL は、百度が画像理解向けに提供する視覚言語モデルです。百度の公式モデル更新記録によると、画像理解、創作、翻訳、コードの能力が向上し、最初の Token までの遅延が短縮されています。(ai.baidu.com) このモデルは、画像を用いた理解と質疑応答、およびコンテンツの創作、翻訳、コード関連のタスクに利用できます。公式に記載されているコンテキスト長は 128K…