Huashu Design
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
在浏览器里用 wav2vec2 模型把罗马尼亚语语音转成文字,适合手上有罗马尼亚语音频的人,也适合想研究小型 Gradio 语音演示的人。
Romanian Speech Recognition 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download gigant/romanian-speech-recognition --repo-type space --local-dir romanian-speech-recognition cd romanian-speech-recognition
这是一个罗马尼亚语语音识别的 Gradio 演示。它只列出了一个模型,是同一作者做的罗马尼亚语 wav2vec2 模型。仓库里有 README、应用文件和一份依赖包清单。
它适合手上有罗马尼亚语音频、想把它变成文字的人,也适合想读一个小型语音演示代码的开发者。记录里没有给出准确率数据,所以输出请当作草稿看待。
| 行业 | 使用者 | 使用方式 | 例子 |
|---|---|---|---|
| 媒体 | 罗马尼亚语音频或视频的编辑 | 剪辑前先拿到录音的大致文字 | 播放一段片段,并和文字对照 |
| 教育 | 老师和语言学习者 | 看模型怎么听一句罗马尼亚语 | 大声读一句话,看识别出的文字 |
| 研究 | 语音研究人员 | 不写代码就试用所列的 wav2vec2 模型 | 用一段示例录音运行这个 Space |
| 软件 | Python 开发者 | 把 app.py 当作语音演示的模板来读 | 复制这个 Space,换成别的模型 |
如果你的音频不是罗马尼亚语,可以跳过它。
| 用例 | 适合谁 | 得到什么 |
|---|---|---|
| 转写罗马尼亚语录音 | 任何有音频的人 | 模型给出的文字 |
| 测试 wav2vec2 模型 | 学生和研究人员 | 快速看看它处理语音的表现 |
| 把应用当作基础来复用 | Python 开发者 | 一个可以改造的 Gradio 应用 |
pip install -U huggingface_hub hf download gigant/romanian-speech-recognition --repo-type space --local-dir romanian-speech-recognition cd romanian-speech-recognition pip install gradio pip install -r requirements.txt python app.py
在线使用时,打开 Space,用页面上的控件操作。在自己的电脑上,则在 Space 文件夹里运行主文件,再使用它提供的页面。记录没有描述这些控件,音频输入有哪些选项,请直接看页面。
python app.py
你打开 Space,给它一小段罗马尼亚语录音。应用会返回模型听到的文字,你可以对照音频来读。具体的输入选项请看页面,因为记录里没有列出。
语音识别就是让程序听人说话并把内容写下来。先在浏览器里打开 Space,试一小段罗马尼亚语音频。这一步不用安装任何东西。
如果你熟悉这个领域,这个应用把 Gradio 和一个罗马尼亚语 wav2vec2 模型搭在一起。依赖包来自 requirements.txt,也没有给出准确率数据,所以请先用你自己的音频测试,再决定是否依赖它。
在浏览器里用 wav2vec2 模型把罗马尼亚语语音转成文字,适合手上有罗马尼亚语音频的人,也适合想研究小型 Gradio 语音演示的人。
由 gigant 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:这是一个罗马尼亚语语音识别的 Gradio 演示。它只列出了一个模型,是同一作者做的罗马尼亚语 wav2vec2 模型。仓库里有 README、应用文件和一份依赖包清单。
适合谁:它适合手上有罗马尼亚语音频、想把它变成文字的人,也适合想读一个小型语音演示代码的开发者。记录里没有给出准确率数据,所以输出请当作草稿看待。
行业 | 使用者 | 使用方式 | 例子
媒体 | 罗马尼亚语音频或视频的编辑 | 剪辑前先拿到录音的大致文字 | 播放一段片段,并和文字对照
教育 | 老师和语言学习者 | 看模型怎么听一句罗马尼亚语 | 大声读一句话,看识别出的文字
研究 | 语音研究人员 | 不写代码就试用所列的 wav2vec2 模型 | 用一段示例录音运行这个 Space
软件 | Python 开发者 | 把 app.py 当作语音演示的模板来读 | 复制这个 Space,换成别的模型
如果你的音频不是罗马尼亚语,可以跳过它。
用在哪里:
用例 | 适合谁 | 得到什么
转写罗马尼亚语录音 | 任何有音频的人 | 模型给出的文字
测试 wav2vec2 模型 | 学生和研究人员 | 快速看看它处理语音的表现
把应用当作基础来复用 | Python 开发者 | 一个可以改造的 Gradio 应用
如何设置:
pip install -U huggingface_hub
hf download gigant/romanian-speech-recognition --repo-type space --local-dir romanian-speech-recognition
cd romanian-speech-recognition
pip install gradio
pip install -r requirements.txt
python app.py
如何使用:在线使用时,打开 Space,用页面上的控件操作。在自己的电脑上,则在 Space 文件夹里运行主文件,再使用它提供的页面。记录没有描述这些控件,音频输入有哪些选项,请直接看页面。
python app.py
示例:你打开 Space,给它一小段罗马尼亚语录音。应用会返回模型听到的文字,你可以对照音频来读。具体的输入选项请看页面,因为记录里没有列出。
新手与专家:语音识别就是让程序听人说话并把内容写下来。先在浏览器里打开 Space,试一小段罗马尼亚语音频。这一步不用安装任何东西。
如果你熟悉这个领域,这个应用把 Gradio 和一个罗马尼亚语 wav2vec2 模型搭在一起。依赖包来自 requirements.txt,也没有给出准确率数据,所以请先用你自己的音频测试,再决定是否依赖它。
音频进入 Gradio 页面
app.py 把它交给 wav2vec2 模型
模型返回文字
页面显示文字
注意事项:
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Romanian Speech Recognition 本页 | 0 | gradio | mit | |
| MusicGen共有 gradio | 5,116 | gradio | cc-by-nc-4.0 | |
| Kokoro TTS共有 gradio | 3,556 | gradio | apache-2.0 | |
| Background Removal共有 gradio | 2,988 | gradio | mit | |
| Omni Image Editor共有 gradio | 2,922 | gradio | mit | |
| Diffusers Image Outpaint共有 gradio | 2,565 | gradio | apache-2.0 |
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。
uwg · 工具包
收录来自 OpenModelDB 社区的一组图像放大模型,适合想在自己电脑上用 AI 放大低分辨率图片的人。