Какие локальные модели для аудио, TTS и зрения скачать, кроме чат-LLM, до возможных блокировок?

Пользователь Reddit ищет рекомендации по важным локальным моделям для специфических задач: обработка аудио, синтез речи (TTS), распознавание речи (STT) и компьютерное зрение. Обсуждение фокусируется на инструментах, которые дополняют основные чат-модели и могут быть востребованы до потенциальных ограничений доступа.