Yapay zekâ dünyasında
neler oluyor?
“H200” için 2 sonuç. Aramayı temizle
Fish Audio Drama 3, 35B parametreli MoE mimarisiyle metni yönlendirilmiş performanslara dönüştüren açık kaynak bir ses üretim modelidir. Model, çok karakterli sahnelerde ses klonlama, infilling ile düzenleme ve akışkan ses sentezi sunar. Tek H200 üzerinde 271 kare/sn hızında çalışarak önceki nesilden daha yüksek verimlilik sağlar.
Open TTS Leaderboard, açık kaynak ve çok dilli metin-ses (TTS) modellerini ölçeklenebilir bir şekilde değerlendirmek için nesnel metrikler kullanan yeni bir platformdur. Hugging Face Hub'daki 8K'dan fazla TTS modelinin hızla artmasına rağmen, mevcut arena tabanlı liderlik tabloları insan oylamasına bağımlı olduğu için bu hızı yakalayamamaktadır. Bu yeni platform, Qwen3 ASR ile anlama (WER/CER), H200 GPU üzerinde hız (RTFx, TTFA) ve WavLM ile konuşmacı benzerliği (SIM) ölçümleri yaparak değerlendirme süresini haftalardan saatlere indirmektedir. Platform, özellikle açık ağırlıklı modellerin görünürlüğünü artırmayı ve çok dilli performansın İngilizce dışındaki dillere genellenemeyeceği gerçeğini kabul ederek dil bazlı sıralama sunmayı hedeflemektedir.
Resmî duyuruları, araştırma makalelerini ve açık kaynak projelerinin sürüm notlarını yapay zekâ ile Türkçe özetliyoruz. Her haberde kaynak bağlantılarına, kullanım alanlarına ve açıklanmayan noktalara yer veriyoruz.
Araştırma makalesine, model duyurusuna veya projenin deposuna haberden ulaşabilirsiniz.
Kaynakta açıklanan sonuçları, olası kullanım alanları ve bilinmeyenlerden ayrı sunuyoruz.
Görsel ve videoların kaynağını belirtiyoruz. Konuyu anlatmak için kullanılan illüstrasyonları da işaretliyoruz.
Yeni çalışmalar bulabileceğiniz dizinler ve araştırma laboratuvarları. Bir görsel özet ilginizi çekerse sonuçları özgün makaleden okuyun.
