モデル一覧

すべての利用可能なモデルを調べ、それらの機能を比較します。

推論モデル

• Qwen3-0.6B
• DeepSeek-R1-Distill-Qwen-1.5B

チャットモデル

• Qwen2.5-0.5B-Instruct
• Qwen2.5-1.5B-Instruct
• Qwen2.5-Coder-0.5B-Instruct
• Llama-3.2-1B-Instruct
• openbuddy-llama3.2-1b-v23.1-131k

マルチモーダルモデル

• InternVL2_5-1B-MPO
• SmolVLM-256M-Instruct
• SmolVLM-500M-Instruct

テキストを音声に変換するモデル

テキストを自然な音声に変換できるモデルです。

• MeloTTS-English
• MeloTTS-Chinese
• MeloTTS-Japanese

音声を文字に変換するモデル

音声をテキストに変換し、翻訳できるモデルです。

• Whisper-tiny
• Whisper-base
• Whisper-small

キーワード検出

オーディオストリーム内の特定のキーワードを検出できるモデルです。

• Keyword spotting

音声活動検出

オーディオストリームに音声が存在するかどうかを検出できるモデルです。

• Silero-vad

自動音声認識

音声言語をテキストに変換できるモデルです。

• Automatic Speech Recognition

視覚モデル

画像を処理し、物体検出などのタスクを実行できるモデルです。

• Yolo11n
• Depth-Anything-V2

モデルの詳細情報を参照する

• DeepSeek-R1-Distill-Qwen-1.5B
• Qwen3-0.6B
• Qwen2.5-0.5B-Instruct
• Qwen2.5-1.5B-Instruct
• Qwen2.5-Coder-0.5B-Instruct
• Llama-3.2-1B-Instruct
• openbuddy-llama3.2-1b-v23.1-131k
• InternVL2_5-1B-MPO
• SmolVLM-256M-Instruct
• SmolVLM-500M-Instruct
• MeloTTS-English
• MeloTTS-Chinese
• MeloTTS-Japanese
• Whisper-tiny
• Whisper-base
• Whisper-small
• Yolo11n
• Depth-Anything-V2
• Keyword spotting
• Silero-vad
• Automatic Speech Recognition