Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
用在 GTZAN 数据集上训练的 LSTM 模型,猜测上传音频的音乐流派。适合想试用小型音频分类器的音乐爱好者和学生。
GenreClassifier 音乐流派分类器 是一款工具包,属于研究类,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 Enutrof/GenreClassifier --repo-type space --local-dir GenreClassifier cd GenreClassifier
GenreClassifier 会猜你上传曲目的音乐流派。它在 GTZAN 数据集上训练,该数据集涵盖十种流派,模型是用 Keras 在 TensorFlow 后端上搭建的 LSTM。它以 Gradio 应用的形式运行。
如果你是音乐爱好者、学生或开发者,想看看一个小型音频分类模型怎么工作,它就适合你。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 音乐 | 爱好者和 DJ | 快速猜出一首曲目的流派 | 上传一首歌,读预测的流派 |
| 教育 | 学生 | 用 LSTM 研究音频分类 | 试不同流派的曲目 |
| 机器学习 | 开发者 | 查看应用里的小型 Keras 音频模型 | 在脚本里调用它的 API |
如果你需要对和训练数据不同的音乐做可靠标注,可以跳过它。
| 使用场景 | 谁用 | 得到什么 |
|---|---|---|
| 猜流派 | 音乐爱好者 | 对上传曲目的预测流派 |
| 测试你自己的音乐 | 学生 | 了解模型处理陌生歌曲的表现 |
| 用代码调用 | 开发者 | 通过 Space 的 API 得到预测 |
pip install -U huggingface_hub hf download Enutrof/GenreClassifier --repo-type space --local-dir GenreClassifier cd GenreClassifier pip install gradio==6.30.0 pip install -r requirements.txt python app.py
打开这个 Space,上传一段音频。应用会返回它预测的流派。README 还指向这个 Space 的 API 文档,方便你用代码调用。在自己的副本上,用下面的命令启动应用,再打开 Gradio 打印出的本地页面。
python app.py
上传一首你很熟的歌,比如爵士或摇滚曲目。你会得到模型认为它属于的流派,可以和你自己的判断对比。
如果你是新手,上传一首曲目,看它说出什么流派。然后试几首不同风格的歌,看看它在哪里出错。
如果你熟悉这个领域,模型是用 Keras 在 TensorFlow 上搭建的 LSTM,在 GTZAN 上训练,该数据集每种流派有 100 首、每首 30 秒的曲目,共十种流派。作者说它在类似 GTZAN 的数据上表现不错,数据更多会更好。遇到和该数据集不同的音乐,效果会较弱。
用在 GTZAN 数据集上训练的 LSTM 模型,猜测上传音频的音乐流派。适合想试用小型音频分类器的音乐爱好者和学生。
由 Enutrof 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:GenreClassifier 会猜你上传曲目的音乐流派。它在 GTZAN 数据集上训练,该数据集涵盖十种流派,模型是用 Keras 在 TensorFlow 后端上搭建的 LSTM。它以 Gradio 应用的形式运行。
适合谁:如果你是音乐爱好者、学生或开发者,想看看一个小型音频分类模型怎么工作,它就适合你。
行业 | 谁在用 | 怎么用 | 例子
音乐 | 爱好者和 DJ | 快速猜出一首曲目的流派 | 上传一首歌,读预测的流派
教育 | 学生 | 用 LSTM 研究音频分类 | 试不同流派的曲目
机器学习 | 开发者 | 查看应用里的小型 Keras 音频模型 | 在脚本里调用它的 API
如果你需要对和训练数据不同的音乐做可靠标注,可以跳过它。
用在哪里:
使用场景 | 谁用 | 得到什么
猜流派 | 音乐爱好者 | 对上传曲目的预测流派
测试你自己的音乐 | 学生 | 了解模型处理陌生歌曲的表现
用代码调用 | 开发者 | 通过 Space 的 API 得到预测
如何设置:
pip install -U huggingface_hub
hf download Enutrof/GenreClassifier --repo-type space --local-dir GenreClassifier
cd GenreClassifier
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py
如何使用:打开这个 Space,上传一段音频。应用会返回它预测的流派。README 还指向这个 Space 的 API 文档,方便你用代码调用。在自己的副本上,用下面的命令启动应用,再打开 Gradio 打印出的本地页面。
python app.py
示例:上传一首你很熟的歌,比如爵士或摇滚曲目。你会得到模型认为它属于的流派,可以和你自己的判断对比。
新手与专家:如果你是新手,上传一首曲目,看它说出什么流派。然后试几首不同风格的歌,看看它在哪里出错。
如果你熟悉这个领域,模型是用 Keras 在 TensorFlow 上搭建的 LSTM,在 GTZAN 上训练,该数据集每种流派有 100 首、每首 30 秒的曲目,共十种流派。作者说它在类似 GTZAN 的数据上表现不错,数据更多会更好。遇到和该数据集不同的音乐,效果会较弱。
你上传一段音频
应用为模型准备音频
LSTM 给十种流派打分
页面显示预测的流派
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 |
|---|---|---|---|---|
| GenreClassifier 音乐流派分类器 本页 | 3 | gradio | afl-3.0 | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
udiboy1209 · 工具包
用一个小型神经反编译器从编译后的二进制代码中还原数学公式,并提供论文里的数据集和训练好的模型。适合逆向工程师和研究者。
udgamlabs · 工具包
把文字提示,或文字加首帧图片,变成 2 秒、256×256 的视频片段,使用 212M 参数的生成器。这是一个小型研究版本,最擅长海浪、火焰和下雪的天空。
Tsuboyama-Lab · 工具包
预测一条蛋白质序列在大肠杆菌里能以单体形式表达多少,单位为 log10 mg/L。提供 ESMC-6B 和 SaProt 的已训练 LoRA 适配器和回归头,面向蛋白质研究人员。