Voice Clone Tts
Kansasfan · 工具包
一个静态网页，名字指向声音克隆和文字转语音，包含一个 HTML 页面、一个脚本和一个样式表。README 没有描述。只使用你有权使用的声音。
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
Duyu-small
KaanAydinli · 工具包
在浏览器里把土耳其语和英语的语音转成文字，来源可以是录音或上传的文件。一个小模型在你自己的设备上运行，所以你的音频不会离开设备。
新上架
Transcripción automatica en aragonés
Juanpabl · 工具包
把阿拉贡语语音转成文字，可以上传音频文件，或用麦克风录一段最长 60 秒的录音。这是一个针对阿拉贡语微调的 Omnilingual LLM-3B 模型的演示。
新上架
Image Face Upscale Restoration
jhon19792025 · 工具包
修复并放大照片里的人脸，在一个 Gradio 页面里提供多个修复模型。适合修复老旧或模糊人像的人。只使用你有权使用的照片。
新上架
Spotify Song Reccomender
ibrhmyi · 工具包
一个会推荐歌曲的小型 Streamlit 应用，附带一张曲风图片。页面没有给出数据和方法的细节，所以适合想读一个简单推荐器演示的人。
新上架
Granite Vision Document Intelligence
ibm-granite · 工具包
在 Gradio 演示里用 IBM Granite Vision 和 Docling，从 PDF 和图片中提取摘要、CSV 数据、代码、表格和图片描述。
新上架
SenseNova-U1.5 MoT TailSteer
hugging-apps · 工具包
分多轮编辑图片，把每次的结果再作为下一轮的输入，同时限制漂移。适合想试用分步图片编辑或研究这个模型的人。
新上架
MOSS-Image-heal
hugging-apps · 工具包
在 Gradio 演示里用 MOSS-Image-Base 模型的微调版本，根据文字提示词生成图片，输出偏向动漫风格。
新上架
Ming-3.0-tts-0.5B
hugging-apps · 工具包
在 Ming-3.0-tts-0.5B 模型的 Gradio 演示里，把文字转成多种语言的语音，支持声音克隆和声音设计。
新上架
MetaView Novel View Synthesis
hugging-apps · 工具包
用一张上传的图片，从新的相机角度渲染场景，带偏航和俯仰控制。这是 MetaView 方法的交互演示，适合研究者、3D 美术师和开发者。
新上架
HiDream O1 Image
HiDream-ai · 工具包
提供 HiDream 的 O1 Image 模型的 Gradio 演示，可以在浏览器里打开，也可以在自己的电脑上运行。适合想试用这个模型或阅读应用代码的人。
新上架
Genshin Music Generator
Genius-Society · 工具包
打开一个静态页面，生成《原神》游戏风格的音乐。卡片只有一行，所以只有打开页面才能看到它怎样工作。
新上架
Mira-TTS
Gapeleon · 工具包
在 Gradio 页面里用 MiraTTS 模型把文字转成语音。这是一个非官方演示，适合想在浏览器里试用这个模型，或自己运行它的人。
新上架
phonon-wasm
fusorlabs · 工具包
用 Phonon 31M 模型在浏览器里的你自己的 CPU 上把文字转成语音，边计算边输出音频。适合想把文字变成语音，又不想用服务器的人。
新上架
ming-wasm
fusorlabs · 工具包
用 Ming-3.0-tts-0.5B 模型在浏览器里的你自己的 CPU 上把文字转成语音。适合想把文字变成语音，又不想把文字发到服务器的人。
新上架
Fun-CosyVoice3-0.5B
FunAudioLLM · 工具包
在 Gradio 演示里把文字转成九种语言和多种中文方言的语音，支持零样本声音克隆，适合测试语音合成的人。
新上架
MyanmarTTS
freococo · 工具包
用一个只有 31M 参数的小模型把缅甸语文字变成语音，是一个能在浏览器里运行的 Gradio 应用。适合使用缅甸语的创作者、老师和开发者。
新上架
Prompt Squirrel
FoodDesert · 工具包
在 Gradio 页面里整理并归类以标签列表写成的图像提示词，并附有可以试用的示例提示词。适合为图像模型写标签式提示词的人。
新上架
ZONOS3 Mini
fffiloni · 工具包
用 Zyphra 的 ZONOS3-Mini 模型，把最多 600 个字符的文字转成语音，支持多种语言和预设声音。这是一个在 Hugging Face 上运行的 Gradio 应用。
新上架
Diffusers Image Outpaint
fffiloni · 工具包
在基于 Stable Diffusion XL 模型的 Gradio 应用里，把图片向边缘之外延伸并填上新内容，适合需要更大画布的人。
新上架