画像・動画・音声

「TTS-V4」中国語音声合成モデル:必要VRAM 8GB〜・配布ファイル一覧

コールセンター業務向けに電話録音データで適応学習を行った中国語音声合成モデルautotrust/TTS-V4の仕様、ベンチマーク、利用方法を解説します。

画像・動画・音声

「Fibo-2.0」画像生成・編集ディフュージョンモデル:必要VRAM 32GB〜・ComfyUIの配置先

briaaiの画像生成・編集モデル「Fibo 2.0」のComfyUI向けリパッケージ版「Comfy-Org/Fibo-2.0」が公開されました。bf16版とint8量子化版のファイル構成や利用方法を解説します。

新モデル

「LFM2.5-24B-A2B-MLX-bf16」Apple Silicon向け推論モデル:必要VRAM 80GB〜

LiquidAIの推論モデル「LFM2.5-24B-A2B」のMLX向けbfloat16エクスポート版が公開されました。Apple Silicon上で動作します。