๐ ๊ฒ์
"multilingual" ๊ฒ์ ๊ฒฐ๊ณผ 2๊ฑด
-
Baidu, ๋ค๊ตญ์ด OCR ๋ชจ๋ธ 'Unlimited-OCR' ์คํ์์ค ๊ณต๊ฐ โ 63๋ง ๋ค์ด๋ก๋ ๋ํ
๋ฐ์ด๋(Baidu)๊ฐ HuggingFace์ 'Unlimited-OCR'์ด๋ผ๋ ๋ค๊ตญ์ด OCR ๋ชจ๋ธ์ ๊ณต๊ฐํด ๋น ๋ฅด๊ฒ ํธ๋ ๋ฉ์ ์ฌ๋์ต๋๋ค. ๊ณต๊ฐ ์งํ 63๋ง ๊ฑด์ด ๋๋ ๋ค์ด๋ก๋์ 1,569๊ฐ์ ์ข์์๋ฅผ ๊ธฐ๋กํ๋ฉฐ ํญ๋ฐ์ ์ธ ๊ด์ฌ์ ๋ฐ๊ณ ์์ต๋๋ค. vision-language ๊ธฐ๋ฐ์ image-text-to-text ํ์ดํ๋ผ์ธ์ ์ฌ์ฉํ๋ฉฐ, MIT ๋ผ์ด์ ์ค๋ก ๋ฐฐํฌ๋์ดโฆ
-
Supertone, ํ๊ตญ์ด ํฌํจ 31๊ฐ ์ธ์ด ์ง์ ์จ๋๋ฐ์ด์ค TTS ๋ชจ๋ธ Supertonic-3 ๊ณต๊ฐ
Supertone์ด ํ๊ตญ์ด(ko), ์์ด(en), ์ผ๋ณธ์ด(ja), ์๋์ด, ๋ ์ผ์ด, ํ๋์ค์ด, ํ๋์ด, ๋ฌ์์์ด ๋ฑ 31๊ฐ ์ธ์ด๋ฅผ ์ง์ํ๋ ๋ค๊ตญ์ด ํ ์คํธ ์์ฑ ํฉ์ฑ(TTS) ๋ชจ๋ธ Supertonic-3๋ฅผ HuggingFace์ ๊ณต๊ฐํ์ต๋๋ค. ๊ฐ์ฅ ์ฃผ๋ชฉํ ์ ์ ์จ๋๋ฐ์ด์ค(on-device) ์คํ์ ๊ณต์ ์ง์ํ๋ค๋ ๊ฒ์ผ๋ก, ์ธํฐ๋ท ์ฐ๊ฒฐ ์์ด ๋๋ฐ์ด์ค ๋ด์์ ์งโฆ