Модели Workers AI

aura-1

Aura представляет собой контекстно-зависимую модель синтеза речи (TTS, text-to-speech), которая подбирает естественный темп, выразительность и слова-паразиты с учетом контекста переданного текста. Качество текста на входе напрямую влияет на естественность звучания голоса на выходе.

• Размещено в Cloudflare
• Batch
• Партнёр
• В реальном времени

aura-2-en

Aura-2 представляет собой контекстно-зависимую модель синтеза речи (TTS, text-to-speech), которая подбирает естественный темп, выразительность и слова-паразиты с учетом контекста переданного текста. Качество текста на входе напрямую влияет на естественность звучания голоса на выходе.

• Размещено в Cloudflare
• Batch
• Партнёр
• В реальном времени

aura-2-es

Aura-2 представляет собой контекстно-зависимую модель синтеза речи (TTS, text-to-speech), которая подбирает естественный темп, выразительность и слова-паразиты с учетом контекста переданного текста. Качество текста на входе напрямую влияет на естественность звучания голоса на выходе.

• Размещено в Cloudflare
• Batch
• Партнёр
• В реальном времени

bart-large-cnn

Бета

BART представляет собой модель-трансформер типа encoder-encoder (seq2seq) с двунаправленным энкодером (как в BERT) и авторегрессивным декодером (как в GPT). Эту модель можно использовать для суммаризации текста.

• Размещено в Cloudflare
• Устарело

bge-base-en-v1.5

Модель BAAI general embedding (Base), которая преобразует любой текст в 768-мерный вектор

• Размещено в Cloudflare
• Batch

bge-large-en-v1.5

Модель BAAI general embedding (Large), которая преобразует любой текст в 1024-мерный вектор

• Размещено в Cloudflare
• Batch

bge-m3

Модель эмбеддингов с мультифункциональностью, мультиязычностью и мультигранулярностью.

• Размещено в Cloudflare

bge-reranker-base

В отличие от модели эмбеддингов, reranker принимает на входе вопрос и документ и сразу выдает оценку сходства, а не эмбеддинг. Чтобы получить оценку релевантности, достаточно передать в reranker запрос и фрагмент текста. С помощью сигмоидальной функции эту оценку можно преобразовать в число с плавающей точкой в диапазоне [0,1].

• Размещено в Cloudflare

bge-small-en-v1.5

Модель BAAI general embedding (Small), которая преобразует любой текст в 384-мерный вектор

• Размещено в Cloudflare
• Batch

deepseek-r1-distill-qwen-32b

DeepSeek-R1-Distill-Qwen-32B представляет собой модель, дистиллированную из DeepSeek-R1 на основе Qwen2.5. Она превосходит OpenAI-o1-mini по целому ряду тестов, достигая новых лучших результатов среди плотных моделей.

• Размещено в Cloudflare
• Рассуждения

deepseek-v4-flash-0731

DeepSeek-V4-Flash-0731 представляет собой официальный релиз DeepSeek-V4-Flash, который заменяет предварительную версию и предлагает значительно расширенные агентные возможности.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения

deepseek-v4-pro-0813

DeepSeek V4 Pro представляет собой высокопроизводительную модель для рассуждений от DeepSeek с окном контекста в один миллион токенов, созданную для долгосрочных агентных сценариев работы и решения сложных многоэтапных задач

• Размещено в Cloudflare
• Вызов функций
• Рассуждения

detr-resnet-50

Бета

Модель DEtection TRansformer (DETR), обученная сквозным способом на наборе данных COCO 2017 для обнаружения объектов (118 тыс. размеченных изображений).

• Размещено в Cloudflare

distilbert-sst-2-int8

Дистиллированная модель BERT, дообученная на наборе данных SST-2 для классификации тональности текста

• Размещено в Cloudflare

модель Stable Diffusion, дообученная для более высокой фотореалистичности без потери разнообразия.

• Размещено в Cloudflare

embeddinggemma-300m

EmbeddingGemma представляет собой открытую модель эмбеддингов от Google с 300M параметров, лучшую в своем классе по размеру. Она построена на основе Gemma 3 (с инициализацией T5Gemma) и использует те же исследования и технологии, что и модели Gemini. EmbeddingGemma создает векторные представления текста, что делает её пригодной для задач поиска и извлечения информации, включая классификацию, кластеризацию и поиск по семантическому сходству. Модель обучена на данных более чем на 100 разговорных языках.

• Размещено в Cloudflare

flux

Flux представляет собой первую диалоговую модель распознавания речи, созданную специально для голосовых агентов.

• Размещено в Cloudflare
• Партнёр
• В реальном времени

flux-1-schnell

FLUX.1 [schnell] представляет собой rectified flow трансформер с 12 миллиардами параметров, способный генерировать изображения по текстовому описанию.

• Размещено в Cloudflare

flux-2-dev

FLUX.2 [dev] представляет собой модель для генерации изображений от Black Forest Labs, которая позволяет создавать высокореалистичные и детализированные изображения с поддержкой нескольких референсных изображений.

• Размещено в Cloudflare
• Партнёр

flux-2-klein-4b

FLUX.2 [klein] представляет собой сверхбыструю дистиллированную модель генерации изображений. Она объединяет генерацию и редактирование изображений в единой модели, обеспечивая наилучшее в своем классе качество для интерактивных сценариев работы, предпросмотра в реальном времени и приложений, критичных к задержкам.

• Размещено в Cloudflare
• Партнёр

flux-2-klein-9b

FLUX.2 [klein] 9B представляет собой сверхбыструю дистиллированную модель генерации изображений повышенного качества. Она объединяет генерацию и редактирование изображений в единой модели, обеспечивая наилучшее в своем классе качество для интерактивных сценариев работы, предпросмотра в реальном времени и приложений, критичных к задержкам.

• Размещено в Cloudflare
• Партнёр

gemma-2b-it-lora

Бета

Это базовая модель Gemma-2B, которую Cloudflare выделяет для инференса с адаптерами LoRA. Gemma представляет собой семейство лёгких, современных открытых моделей от Google, созданных на основе тех же исследований и технологий, что и модели Gemini.

• Размещено в Cloudflare
• LoRA

gemma-3-12b-it

Модели Gemma 3 хорошо подходят для широкого круга задач генерации текста и понимания изображений, включая ответы на вопросы, обобщение и рассуждение. Они мультимодальны: обрабатывают текстовый и графический ввод и генерируют текст на выходе, поддерживают большое контекстное окно 128K, работают более чем со 140 языками и доступны в большем числе размеров, чем предыдущие версии.

• Размещено в Cloudflare
• LoRA
• Устарело

gemma-4-26b-a4b-it

Gemma 4 представляет собой самое интеллектуальное семейство открытых моделей Google, созданное на основе исследований Gemini 3, чтобы обеспечить максимальную интеллектуальность в расчете на параметр.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения
• Компьютерное зрение

gemma-7b-it

Бета

Gemma представляет собой семейство легковесных передовых открытых моделей от Google, созданных на основе тех же исследований и технологий, что и модели Gemini. Это текстовые модели (text-to-text) с архитектурой decoder-only, то есть большие языковые модели, доступные на английском языке, с открытыми весами, в предобученных вариантах и вариантах, дообученных под инструкции.

• Размещено в Cloudflare
• LoRA
• Устарело

gemma-7b-it-lora

Бета

Это базовая модель Gemma-7B, которую Cloudflare выделяет для инференса с адаптерами LoRA. Gemma представляет собой семейство легковесных современных открытых моделей от Google, созданных на основе тех же исследований и технологий, что и модели Gemini.

• Размещено в Cloudflare
• LoRA

Название SEA-LION расшифровывается как Southeast Asian Languages In One Network. Это набор больших языковых моделей (LLM), предварительно обученных и дообученных по инструкциям специально для региона Юго-Восточной Азии (SEA).

• Размещено в Cloudflare

glm-4.7-flash

GLM-4.7-Flash представляет собой быструю и эффективную многоязычную модель генерации текста с контекстным окном 131,072 токена. Модель оптимизирована для диалогов, следования инструкциям и многоходового вызова инструментов на более чем 100 языках.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения

glm-5.2

Флагманская агентная модель Z.ai для написания кода

• Размещено в Cloudflare
• Вызов функций
• Рассуждения

glm-5.3-flash

Первая изначально мультимодальная модель в серии GLM-5. Имея 320B параметров в общей сложности и всего 18B активных параметров, она превосходит GLM-5.2 по бенчмаркам и в реальных рабочих нагрузках при цене в десять раз ниже, приближаясь по результатам бенчмарков на код и агентные задачи к уровню Claude Opus 4.8.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения
• Компьютерное зрение

gpt-oss-120b

Модели OpenAI с открытыми весами, созданные для мощных рассуждений, агентных задач и разнообразных сценариев использования у разработчиков: gpt-oss-120b подходит для продакшена, задач общего назначения и сценариев с высокими требованиями к рассуждению.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения

gpt-oss-20b

Модели OpenAI с открытыми весами, созданные для мощных рассуждений, агентных задач и разнообразных сценариев использования у разработчиков: gpt-oss-20b подходит для сценариев с низкой задержкой, локального использования и специализированных задач.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения

granite-4.0-h-micro

Инструктивные модели Granite 4.0 показывают высокую производительность в тестах, демонстрируя лучшие в отрасли результаты в ключевых агентных задачах, таких как следование инструкциям и вызов функций. Благодаря этой эффективности модели хорошо подходят для широкого круга сценариев использования, включая retrieval-augmented generation (RAG), многоагентные рабочие процессы и развертывания на периферии.

• Размещено в Cloudflare
• Вызов функций

Hermes 2 Pro на базе Mistral 7B стал новой флагманской моделью линейки 7B Hermes! Hermes 2 Pro представляет собой улучшенную, переобученную версию Nous Hermes 2 и включает обновленную и очищенную версию набора данных OpenHermes 2.5, а также новый набор данных для Function Calling и JSON Mode, разработанный собственными силами.

• Размещено в Cloudflare
• Вызов функций
• Устарело

IndicTrans2 представляет собой первую многоязычную модель NMT (нейронного машинного перевода) с открытым исходным кодом на основе трансформера, которая поддерживает высококачественный перевод для всех 22 официально утверждённых индийских языков

• Размещено в Cloudflare

kimi-k2.5

Kimi K2.5 представляет собой открытую (open source) модель класса frontier с контекстным окном 256k, поддержкой многошагового вызова инструментов, приёмом визуальных данных и структурированным выводом для агентных рабочих нагрузок.

• Размещено в Cloudflare
• Вызов функций
• Устарело
• Рассуждения
• Компьютерное зрение

kimi-k2.6

Kimi K2.6 представляет собой открытую (open source) модель класса frontier с 1T параметров и контекстным окном 262.1k, поддержкой многошагового вызова инструментов, приёмом визуальных данных и структурированным выводом для агентных рабочих нагрузок.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения
• Компьютерное зрение

kimi-k2.7-code

Kimi K2.7 представляет собой открытую (open source) модель класса frontier с 1T параметров и контекстным окном 262.1k, поддержкой многошагового вызова инструментов, приёмом визуальных данных и структурированным выводом для агентных рабочих нагрузок.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения
• Компьютерное зрение

llama-2-7b-chat-fp16

Генеративная текстовая модель с полной точностью (fp16) и 7 миллиардами параметров от Meta

• Размещено в Cloudflare
• Устарело

llama-2-7b-chat-hf-lora

Бета

Это базовая модель Llama2, которую Cloudflare выделила для инференса с адаптерами LoRA. Llama 2 представляет собой набор предобученных и fine-tuned генеративных текстовых моделей с масштабом от 7 до 70 миллиардов параметров. Это репозиторий fine-tuned модели 7B, оптимизированной для диалоговых сценариев использования и преобразованной в формат Hugging Face Transformers.

• Размещено в Cloudflare
• LoRA

llama-2-7b-chat-int8

Квантованная (int8) генеративная текстовая модель с 7 миллиардами параметров от Meta

• Размещено в Cloudflare
• Устарело

llama-3-8b-instruct

От поколения к поколению Meta Llama 3 демонстрирует передовую производительность в широком спектре отраслевых тестов и предлагает новые возможности, включая улучшенные рассуждения.

• Размещено в Cloudflare
• Устарело

llama-3-8b-instruct-awq

Квантованная (int4) генеративная текстовая модель с 8 миллиардами параметров от Meta.

• Размещено в Cloudflare
• Устарело

llama-3.1-70b-instruct

Коллекция многоязычных больших языковых моделей (LLM) Meta Llama 3.1 объединяет предобученные и настроенные на инструкции генеративные модели. Текстовые модели Llama 3.1 с настройкой на инструкции оптимизированы для многоязычных диалоговых сценариев использования и превосходят многие доступные модели с открытым исходным кодом и закрытые чат-модели по распространённым отраслевым бенчмаркам.

• Размещено в Cloudflare
• Устарело

llama-3.1-8b-instruct

Коллекция многоязычных больших языковых моделей (LLM) Meta Llama 3.1 объединяет предобученные и настроенные на инструкции генеративные модели. Текстовые модели Llama 3.1 с настройкой на инструкции оптимизированы для многоязычных диалоговых сценариев использования и превосходят многие доступные модели с открытым исходным кодом и закрытые чат-модели по распространённым отраслевым бенчмаркам.

• Размещено в Cloudflare
• Устарело

llama-3.1-8b-instruct-awq

Квантованная (int4) генеративная текстовая модель с 8 миллиардами параметров от Meta.

• Размещено в Cloudflare
• Устарело

llama-3.1-8b-instruct-fast

[Быстрая версия] Meta Llama 3.1 представляет собой набор многоязычных больших языковых моделей (LLM), включающий предобученные и дообученные с учётом инструкций генеративные модели. Текстовые модели Llama 3.1, дообученные с учётом инструкций, оптимизированы для многоязычного диалога и превосходят многие доступные модели с открытым и закрытым исходным кодом на популярных отраслевых бенчмарках.

• Размещено в Cloudflare

llama-3.1-8b-instruct-fp8

Llama 3.1 8B, квантованная до точности FP8

• Размещено в Cloudflare

llama-3.2-11b-vision-instruct

Модели Llama 3.2-Vision, дообученные для выполнения инструкций, оптимизированы для распознавания образов, анализа изображений, создания подписей и ответов на общие вопросы об изображении.

• Размещено в Cloudflare
• LoRA
• Компьютерное зрение

llama-3.2-1b-instruct

Текстовые модели Llama 3.2 с настройкой на инструкции оптимизированы для многоязычных диалоговых сценариев, включая агентный поиск и задачи суммаризации.

• Размещено в Cloudflare

llama-3.2-3b-instruct

Текстовые модели Llama 3.2 с настройкой на инструкции оптимизированы для многоязычных диалоговых сценариев, включая агентный поиск и задачи суммаризации.

• Размещено в Cloudflare

llama-3.3-70b-instruct-fp8-fast

Llama 3.3 70B, квантованная до точности fp8 и оптимизированная для более высокой скорости работы.

• Размещено в Cloudflare
• Batch
• Вызов функций

llama-4-scout-17b-16e-instruct

Llama 4 Scout от Meta представляет собой модель с 17 миллиардами параметров и 16 экспертами, изначально мультимодальную. Эти модели используют архитектуру mixture-of-experts, обеспечивающую лучшую в отрасли производительность в понимании текста и изображений.

• Размещено в Cloudflare
• Batch
• Вызов функций
• Компьютерное зрение

llama-guard-3-8b

Llama Guard 3 представляет собой предобученную модель Llama-3.1-8B, дообученную для классификации безопасности контента. Как и предыдущие версии, её можно использовать для классификации контента как во входных данных LLM (классификация промптов), так и в ответах LLM (классификация ответов). Она работает как LLM: генерирует в своём выводе текст, который указывает, безопасен ли данный промпт или ответ, а если нет, также перечисляет нарушенные категории контента.

• Размещено в Cloudflare
• LoRA

LLaVA представляет собой чат-бот с открытым исходным кодом, обученный путём fine-tuning LLaMA/Vicuna на мультимодальных данных для следования инструкциям, сгенерированных GPT. Это авторегрессионная языковая модель на основе архитектуры трансформера.

• Размещено в Cloudflare

lucid-origin

Lucid Origin от Leonardo.AI на сегодняшний день является их самой адаптивной и точно реагирующей на промпты моделью. Независимо от того, генерируете ли вы изображения с чётким графическим дизайном, эффектные рендеры в полном HD или следуете предельно конкретному творческому замыслу, модель точно следует вашим промптам, точно отображает текст и поддерживает широкий спектр визуальных стилей и эстетик: от стилизованного концепт-арта до аккуратных макетов продуктов.

• Размещено в Cloudflare
• Партнёр

m2m100-1.2b

Многоязычная модель энкодер-декодер (seq-to-seq), обученная для мультиязычного перевода по принципу Many-to-Many

• Размещено в Cloudflare
• Batch

melotts

MeloTTS представляет собой высококачественную многоязычную библиотеку преобразования текста в речь от MyShell.ai.

• Размещено в Cloudflare

meta-llama-3-8b-instruct

От поколения к поколению Meta Llama 3 демонстрирует передовую производительность в широком спектре отраслевых тестов и предлагает новые возможности, включая улучшенные рассуждения.

• Размещено в Cloudflare
• Устарело

mistral-7b-instruct-v0.1

Дообученная instruct-версия генеративной текстовой модели Mistral-7b с 7 миллиардами параметров

• Размещено в Cloudflare
• LoRA
• Устарело

mistral-7b-instruct-v0.2

Бета

Mistral-7B-Instruct-v0.2 представляет собой большую языковую модель (LLM) и fine-tuned версию Mistral-7B-v0.2, оптимизированную для выполнения инструкций. По сравнению с Mistral-7B-v0.1 в Mistral-7B-v0.2 внесены следующие изменения: окно контекста 32k (вместо 8k в v0.1), rope-theta = 1e6 и отсутствие Sliding-Window Attention.

• Размещено в Cloudflare
• LoRA
• Устарело

mistral-7b-instruct-v0.2-lora

Бета

Mistral-7B-Instruct-v0.2 представляет собой большую языковую модель (LLM) и fine-tuned версию Mistral-7B-v0.2, оптимизированную для выполнения инструкций.

• Размещено в Cloudflare
• LoRA

mistral-small-3.1-24b-instruct

Модель Mistral Small 3.1 (2503) развивает Mistral Small 3 (2501): она добавляет передовое понимание изображений и расширяет возможности работы с длинным контекстом до 128k токенов без потери качества обработки текста. Имея 24 миллиарда параметров, эта модель показывает результаты высочайшего уровня как в текстовых, так и в визуальных задачах.

• Размещено в Cloudflare
• Вызов функций

Moondream 3 представляет собой быструю и эффективную модель компьютерного зрения и языка mixture-of-experts на 9B параметров (2B активных параметров), которая обеспечивает визуальное мышление передового уровня для таких задач, как обнаружение объектов, указание на объекты, OCR и структурированный вывод.

• Размещено в Cloudflare
• Компьютерное зрение

nemotron-3-120b-a12b

NVIDIA Nemotron 3 Super представляет собой гибридную модель MoE с ведущей точностью для мультиагентных приложений и специализированных агентных ИИ-систем.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения

nova-3

Транскрибирование аудио с помощью модели преобразования речи в текст от Deepgram

• Размещено в Cloudflare
• Batch
• Партнёр
• В реальном времени

phi-2

Бета

Phi-2 представляет собой модель на основе Transformer с задачей предсказания следующего слова, обученную на 1.4T токенов за несколько проходов по смеси синтетических и веб-датасетов для задач NLP и написания кода.

• Размещено в Cloudflare
• Устарело

phoenix-1.0

Phoenix 1.0 представляет собой модель от Leonardo.Ai, которая генерирует изображения с исключительным соответствием промпту и связным текстом.

• Размещено в Cloudflare
• Партнёр

PLaMo-Embedding-1B представляет собой японскую модель эмбеддинга текста, разработанную компанией Preferred Networks, Inc. Она преобразует входной японский текст в числовые векторы и может применяться для широкого круга задач, включая информационный поиск, классификацию текста и кластеризацию.

• Размещено в Cloudflare

qwen2.5-coder-32b-instruct

Qwen2.5-Coder представляет собой новейшую серию крупных языковых моделей Qwen, специализированных для кода (ранее известных как CodeQwen). На данный момент линейка Qwen2.5-Coder охватывает шесть основных размеров моделей: 0.5, 1.5, 3, 7, 14 и 32 миллиарда параметров, чтобы удовлетворить потребности разных разработчиков. По сравнению с CodeQwen1.5 в Qwen2.5-Coder внесены следующие улучшения:

• Размещено в Cloudflare
• LoRA

qwen3-30b-a3b-fp8

Qwen3 представляет собой новейшее поколение крупных языковых моделей серии Qwen и предлагает полный набор плотных моделей и моделей mixture-of-experts (MoE). Благодаря масштабному обучению Qwen3 обеспечивает значительный прогресс в области рассуждений, следования инструкциям, агентных возможностей и поддержки многоязычности.

• Размещено в Cloudflare
• Batch
• Вызов функций
• Рассуждения

qwen3-embedding-0.6b

Серия моделей Qwen3 Embedding представляет собой новейшую проприетарную модель семейства Qwen, разработанную специально для задач эмбеддинга текста и ранжирования.

• Размещено в Cloudflare

qwen3.8-27b

Qwen 3.8 27B представляет собой языковую модель с 27 миллиардами параметров, дообученную по инструкциям, из семейства Qwen компании Alibaba, предназначенную для работы со зрением, эффективной генерации текста общего назначения и агентных задач.

• Размещено в Cloudflare
• Вызов функций
• Рассуждения
• Компьютерное зрение

qwq-32b

QwQ представляет собой модель рассуждений из серии Qwen. По сравнению с обычными моделями, дообученными по инструкциям, QwQ способна мыслить и рассуждать, благодаря чему достигает значительно более высокой производительности в прикладных задачах, особенно в сложных. QwQ-32B представляет собой модель рассуждений среднего размера, способную показывать результаты, конкурентоспособные по сравнению с современными моделями рассуждений, например DeepSeek-R1, o1-mini.

• Размещено в Cloudflare
• LoRA
• Рассуждения

resnet-50

Свёрточная нейронная сеть (CNN) для классификации изображений глубиной 50 слоёв, обученная более чем на 1 млн изображений из ImageNet

• Размещено в Cloudflare

smart-turn-v2

Модель с открытым исходным кодом при поддержке сообщества для нативного определения смены реплик в аудио, вторая версия

• Размещено в Cloudflare
• Batch
• В реальном времени

sqlcoder-7b-2

Бета

Эта модель предназначена для того, чтобы нетехнические пользователи могли разбираться в данных внутри своих SQL-баз данных.

• Размещено в Cloudflare
• Устарело

stable-diffusion-v1-5-img2img

Бета

Stable Diffusion представляет собой латентную диффузионную модель генерации изображений по тексту, способную создавать фотореалистичные изображения. Img2img создаёт новое изображение на основе исходного с помощью Stable Diffusion.

• Размещено в Cloudflare

stable-diffusion-v1-5-inpainting

Бета

Stable Diffusion Inpainting представляет собой латентную диффузионную модель генерации изображений по тексту, способную создавать фотореалистичные изображения по любому текстовому запросу, а также инпейнтить их с помощью маски.

• Размещено в Cloudflare

stable-diffusion-xl-base-1.0

Бета

Диффузионная генеративная модель преобразования текста в изображение от Stability AI. Создает и изменяет изображения на основе текстовых запросов.

• Размещено в Cloudflare

stable-diffusion-xl-lightning

Бета

SDXL-Lightning представляет собой сверхбыструю модель генерации изображений по текстовому описанию. Она способна создавать высококачественные изображения 1024px всего за несколько шагов.

• Размещено в Cloudflare

uform-gen2-qwen-500m

Бета

UForm-Gen представляет собой небольшую генеративную модель класса vision-language, разработанную прежде всего для описания изображений и ответов на визуальные вопросы. Модель прошла предварительное обучение на внутреннем наборе данных для описания изображений и дообучение на общедоступных наборах инструкций: SVIT, LVIS и VQAs.

• Размещено в Cloudflare
• Устарело

whisper

Whisper представляет собой универсальную модель распознавания речи. Она обучена на большом наборе разнородных аудиоданных и, будучи многозадачной, умеет выполнять многоязычное распознавание речи, перевод речи и определение языка.

• Размещено в Cloudflare

whisper-large-v3-turbo

Whisper представляет собой предобученную модель автоматического распознавания речи (ASR) и перевода речи.

• Размещено в Cloudflare
• Batch

whisper-tiny-en

Бета

Whisper представляет собой предобученную модель автоматического распознавания речи (ASR) и перевода речи. Модели Whisper обучены на 680k часов размеченных данных и хорошо обобщаются на разные наборы данных и предметные области без дообучения. Это англоязычная версия модели Whisper Tiny, обученной для задачи распознавания речи.

• Размещено в Cloudflare