HolosTTS: Ukrainian text to speech
patriotyk · 工具包
在浏览器里用 HolosTTS 模型朗读乌克兰语文本，该模型用包含多位说话人的乌克兰语数据集训练。适合处理乌克兰语音频的创作者、老师和开发者。
新上架
AI 效率技能与自动化
替你处理重复杂事的技能和自动化，比如整理笔记、安排一周计划。
类别与筛选
商品
Parler-TTS
parler-tts · 工具包
在浏览器里用 Parler-TTS 大号和迷你模型把文字变成语音。适合创作者、开发者和想在使用前先听听模型效果的研究者。
新上架
Egyptian Arabic TTS
omarelshehy · 工具包
在浏览器里用基于 Chatterbox 的 NAMAA 埃及阿拉伯语文字转语音模型朗读阿拉伯语文本。适合阿拉伯语内容制作者、开发者和想听听这个模型的研究者。
新上架
Chakkhu Khmer OCR
muyleanging · 工具包
从一行文字或整页印刷品的图片里读出高棉语和英语文字，返回文字、置信度和行框。这是一个在 CPU 上运行、带免费 API 的演示，适合数字化高棉语文档的人。
新上架
Parakeet Redux WebGPU
mrfakename · 工具包
在浏览器里用 WebGPU 把语音转成文字，提供两个大小不同的 Parakeet 模型。适合想在本地做语音识别的人，也适合研究浏览器端识别的开发者。
新上架
Fast Whisper Turbo
mrfakename · 工具包
在 Gradio 应用里运行 OpenAI 的 whisper-large-v3-turbo 语音识别模型，用于快速转写。适合需要把音频转成文字的人，以及想读一个简短 Whisper 封装的开发者。
新上架
Qwen Image 2.1 Studio
MariucaFuckingGood · 工具包
把 Qwen Image 2.1 的九个图像工具放在一个页面里，涵盖生成、编辑、物体移除、重新打光和扩图。适合想在一处完成 AI 图像编辑的设计师和照片编辑者。
新上架
Xiaomi OCR 0 Demo
loongwayX · 工具包
在基于 Docker 的文档工作台里，用 Xiaomi-OCR-0 模型解析图片和 PDF，提取字段，并回答关于文档的问题，需要 GPU。
新上架
GPT SoVITS V2 Pro Plus
lj1995 · 工具包
在零样本文字转语音的 Gradio 演示里，用一段 3 到 10 秒的参考录音引导声音，说出你输入的任何文字。
新上架
H3 Camera Angle Control
linoyts · 工具包
在 Gradio 应用里用 Meridian 视频模型，按你拖动 3D 相机设定的新机位，重新拍摄一段视频或一张照片。
新上架
Votepurchase Multiple Model (SD1.5/SDXL Text-to-Image)
John6666 · 工具包
在一个浏览器页面上，用多个 Stable Diffusion 1.5 和 SDXL 模型按文字提示词生成图片。适合想试用多个图像模型、又不想逐个搭建的人。
新上架
Girlslike Lora Gallery
ifmylove2011 · 工具包
把 girlslike 系列 LoRA 收集在一个 Gradio 画廊里，让你浏览缩略图并下载文件。它在基础 CPU 硬件上运行。
新上架
MuLaCover
hugging-apps · 工具包
在 Gradio 演示里根据参考曲目、你自己的歌词和一行风格描述生成 AI 翻唱歌曲。模型权重和生成结果只能用于非商业用途。
新上架
Tile Upscaler
gokaygokay · 工具包
在 Gradio 应用里用 Real-ESRGAN 和受 ControlNet 引导的扩散模型放大图片，适合需要更大版本图片的人。
新上架
voice-call-wasm
fusorlabs · 工具包
在浏览器里用三个小模型在你自己的 CPU 上进行语音对话，模型下载完成后，不会把任何音频发到别处。
新上架
Wd14 Tagging Online
deepghs · 工具包
在一个小型 Gradio 页面里，用两个 WD14 标注模型给图片打标签，无需安装。适合给图片打标签、或需要给图片集生成文字标签的人。
新上架
DALL·E mini
dalle-mini · 工具包
一个 dalle-mini 模型的静态网页前端，从名字看是用文字驱动的图像生成器。README 没有描述，所以具体控件没有文档说明。
新上架
FLUX.1 Kontext
black-forest-labs · 工具包
在浏览器演示里用 FLUX.1 Kontext dev 模型编辑图片，自带三张示例图片。适合想不在本地搭环境就试试 AI 图片编辑的设计师和图像创作者。
新上架
Unlimited OCR Works 2 Studio
baidu · 工具包
用 Unlimited-OCR-2 模型把上传的页面图片或最多 20 页的 PDF 解析成排好版的 Markdown，带实时流式显示和渲染视图。适合做文档数字化和测试 OCR 的人。
新上架
ACE Step
ACE-Step · 工具包
在浏览器演示里用 ACE-Step 基础模型，根据文字描述和歌词生成音乐。适合想用 AI 快速得到多种风格和语言的音乐草稿的音乐人、制作人和内容创作者。
新上架