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。
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。
pip install -U huggingface_hub hf download VoxRT/linnet-tts --repo-type space --local-dir linnet-tts cd linnet-tts
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。
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 |
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
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。
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。
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。
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。
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。
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:
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:
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。
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 |
|---|---|---|---|---|
| LinnetTTS 本页 | 5 | gradio | apache-2.0 | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
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。
LibertAIDAI · 工具包
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。
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。
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。
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。
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。