Mindket

LinnetTTS

新上架第 1 版 · 更新于

概览

用 LinnetTTS 把文字朗读出来,这是一个小型的设备端文字转语音模型,能流式输出音频,在 CPU 上实时运行。适合开发者,也适合想在浏览器里听听效果的人。

LinnetTTS 是一款工具包,属于开发类,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。

速览

你需要
  • 一个网页浏览器,在线页面只需要它
  • Python,本地副本才需要
  • requirements.txt 里列出的 Python 包
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 文件的本地副本,在 Windows、macOS 或 Linux 上用 Python 运行
先运行
pip install -U huggingface_hub
hf download VoxRT/linnet-tts --repo-type space --local-dir linnet-tts
cd linnet-tts

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

LinnetTTS 是一个小型设备端文字转语音模型的演示,有 41M 参数。它能流式输出音频,在普通 CPU 上实时运行。这个演示加载已发布的 linnet-en-35m 权重,并用 linnet-tts 包运行它们,这个包是一个 Rust 运行时。你可以在浏览器里直接打开,不用安装任何东西。

适合谁

它适合想在没有 GPU 的设备上做语音的开发者,也适合想听听一个微型声音模型效果的人。

行业谁在用怎么用例子
软件开发者在采用之前先评估一个小型 CPU 声音模型输入一句话,听输出
嵌入式与边缘设备制造者检查语音能不能在普通硬件上运行运行演示,留意音频多快开始
AI 研究研究者试用已发布的英语权重和其他小型声音模型比较

如果你需要英语以外的语言,可以跳过它,因为列出的权重是英语的。

用在哪里

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 文件的本地副本,在 Windows、macOS 或 Linux 上用 Python 运行
用途适合谁能得到什么
听这个声音任何人由你输入的文字生成的语音音频
测试 CPU 速度开发者基础 CPU 上的流式音频
研究这套配置开发者一个调用 linnet-tts 运行时的简短 app.py

如何设置

  • 一个网页浏览器,在线页面只需要它
  • Python,本地副本才需要
  • requirements.txt 里列出的 Python 包
  1. 在 Hugging Face 上打开这个 Space 的页面,就能在线使用,不需要安装任何东西。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载 Space 的文件。
  3. 进入下载好的文件夹。
  4. 安装 Gradio 6.31.0,再安装 requirements.txt 里的包。
  5. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download VoxRT/linnet-tts --repo-type space --local-dir linnet-tts
cd linnet-tts
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

如何使用

打开页面,或者打开你本地副本启动的页面,输入一些文字并生成语音。README 没有列出控件,所以请按页面显示的操作。

示例

输入一句简短的话并运行演示。页面返回这句话的语音音频,是在 Space 的 CPU 上生成的。

新手与专家

先打开 Space 页面,试一句简短的话。因为模型很小,所以在考虑把它用到产品里之前,这是评估一个声音的快速办法。

这个标语描述的是设备端 TTS,支持流式输出,在 CPU 上实时运行。这个 Space 在基础 CPU 硬件上运行 linnet-tts wheel,也就是一个 Rust 运行时,仓库里只有 app.py、requirements.txt 和一个 README。给权重授权的 VoxRT 运营着这个演示。

  1. 你输入一些文字
  2. app.py 把它交给 linnet-tts 运行时
  3. Rust 运行时在 CPU 上运行权重
  4. 页面播放流式音频

注意事项

代码和权重的许可不同,所以在别处使用权重之前,先看看它的条款。

  • License: 代码是 Apache 2.0,权重是 Linnet Weights License
  • Cost to run: 未提及,在线版本运行在基础 CPU 硬件上
  • Data it reaches: 你输入的文字,以及 VoxRT/linnet-en-35m 权重

README 和文件

README

LinnetTTS

用 LinnetTTS 把文字朗读出来,这是一个小型的设备端文字转语音模型,能流式输出音频,在 CPU 上实时运行。适合开发者,也适合想在浏览器里听听效果的人。

由 VoxRT 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。

简介

它是什么:LinnetTTS 是一个小型设备端文字转语音模型的演示,有 41M 参数。它能流式输出音频,在普通 CPU 上实时运行。这个演示加载已发布的 linnet-en-35m 权重,并用 linnet-tts 包运行它们,这个包是一个 Rust 运行时。你可以在浏览器里直接打开,不用安装任何东西。

适合谁:它适合想在没有 GPU 的设备上做语音的开发者,也适合想听听一个微型声音模型效果的人。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 在采用之前先评估一个小型 CPU 声音模型 | 输入一句话,听输出
嵌入式与边缘 | 设备制造者 | 检查语音能不能在普通硬件上运行 | 运行演示,留意音频多快开始
AI 研究 | 研究者 | 试用已发布的英语权重 | 和其他小型声音模型比较

如果你需要英语以外的语言,可以跳过它,因为列出的权重是英语的。

用在哪里:

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 文件的本地副本,在 Windows、macOS 或 Linux 上用 Python 运行
用途 | 适合谁 | 能得到什么
听这个声音 | 任何人 | 由你输入的文字生成的语音音频
测试 CPU 速度 | 开发者 | 基础 CPU 上的流式音频
研究这套配置 | 开发者 | 一个调用 linnet-tts 运行时的简短 app.py

如何设置:

  • 一个网页浏览器,在线页面只需要它
  • Python,本地副本才需要
  • requirements.txt 里列出的 Python 包
  1. 在 Hugging Face 上打开这个 Space 的页面,就能在线使用,不需要安装任何东西。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载 Space 的文件。
  3. 进入下载好的文件夹。
  4. 安装 Gradio 6.31.0,再安装 requirements.txt 里的包。
  5. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download VoxRT/linnet-tts --repo-type space --local-dir linnet-tts
cd linnet-tts
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

如何使用:打开页面,或者打开你本地副本启动的页面,输入一些文字并生成语音。README 没有列出控件,所以请按页面显示的操作。

示例:输入一句简短的话并运行演示。页面返回这句话的语音音频,是在 Space 的 CPU 上生成的。

新手与专家:先打开 Space 页面,试一句简短的话。因为模型很小,所以在考虑把它用到产品里之前,这是评估一个声音的快速办法。

这个标语描述的是设备端 TTS,支持流式输出,在 CPU 上实时运行。这个 Space 在基础 CPU 硬件上运行 linnet-tts wheel,也就是一个 Rust 运行时,仓库里只有 app.py、requirements.txt 和一个 README。给权重授权的 VoxRT 运营着这个演示。

你输入一些文字
app.py 把它交给 linnet-tts 运行时
Rust 运行时在 CPU 上运行权重
页面播放流式音频

注意事项:代码和权重的许可不同,所以在别处使用权重之前,先看看它的条款。

  • License: 代码是 Apache 2.0,权重是 Linnet Weights License
  • Cost to run: 未提及,在线版本运行在基础 CPU 硬件上
  • Data it reaches: 你输入的文字,以及 VoxRT/linnet-en-35m 权重

Hugging Face 上的数据(2026年11月13日)

  • 点赞:5
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/VoxRT/linnet-tts
  • 文件:https://huggingface.co/spaces/VoxRT/linnet-tts/tree/main

试用

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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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
LinnetTTS 本页5gradioapache-2.0
FLUX.1 [dev]共有 gradio9,583gradiomit
InstantID共有 gradio3,659gradioapache-2.0
Chat With Janus-Pro-7B共有 gradio2,036gradiomit
PhotoMaker共有 gradio1,960gradioapache-2.0
Z Image Turbo共有 gradio1,940gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架