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。
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。
ming-wasm 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 fusorlabs/ming-wasm --repo-type space --local-dir ming-wasm cd ming-wasm
ming-wasm 是一个文字转语音页面,在你的浏览器里运行 Ming-3.0-tts-0.5B 模型。模型被编译成 WebAssembly,在你自己的 CPU 上工作。它只下载一次,大约 850 MB,之后就在与网络隔绝的状态下运行。
想把文字变成语音,又不想让服务器来做这件事的人,也适合想看一个语音模型怎样编译成 WebAssembly 并作为静态页面发布的开发者。
| 行业 | 使用者 | 使用方式 | 例子 |
|---|---|---|---|
| 内容创作 | 作者和视频制作者 | 听一遍草稿的朗读 | 输入一小段文字并回放 |
| 无障碍 | 更喜欢听的人 | 在自己的机器上让文字被读出来 | 粘贴一段话并收听 |
| 软件 | 开发者 | 研究编译成 WebAssembly 的模型 | 在本地副本里读 engine 文件夹 |
如果你的网速慢或空闲磁盘空间很少,可以跳过它,因为第一次加载很大。
这个页面可以在这些地方使用:
| Use case | Who | What they get back |
|---|---|---|
| 听文字被朗读 | 任何人 | 在你自己的 CPU 上生成的语音 |
| 加载后离线使用 | 注重隐私的用户 | 下载完成后不使用网络的模型 |
| 研究构建方式 | 开发者 | 一个带有 engine 文件夹和品牌文件的静态页面 |
在线使用页面不需要任何准备。要用本地副本,你需要这几样:
这些步骤会下载 Space,然后手动打开它的主页。
pip install -U huggingface_hub hf download fusorlabs/ming-wasm --repo-type space --local-dir ming-wasm cd ming-wasm
打开页面,等模型完成一次性下载,然后给它文字,播放它生成的语音。下载完成后,模型不再需要网络。
| Tool | What it does |
|---|---|
| index.html | 加载模型并播放语音的页面 |
| hf download | 把 Space 的文件复制到你电脑上的文件夹 |
你打开页面,等模型下载,这只会发生一次。然后你输入一句话,页面用你自己的 CPU 把它读出来,不涉及任何服务器。
如果你是新手,第一次访问时请耐心等待,因为模型很大。之后启动会更快,因为下载已经完成。试用它不需要任何技术背景。
如果你熟悉这个领域:这个 Space 列出了 inclusionAI 的 Ming-3.0-tts-0.5B 和 fusorlabs 做的网页版本。模型被编译成 WebAssembly,仓库里在 index.html 和 app.css 旁边有一个 engine 文件夹。它在 CPU 上运行,没有 GPU,也没有后端。
第一次访问需要大量下载,之后的访问不需要。
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。
由 fusorlabs 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:ming-wasm 是一个文字转语音页面,在你的浏览器里运行 Ming-3.0-tts-0.5B 模型。模型被编译成 WebAssembly,在你自己的 CPU 上工作。它只下载一次,大约 850 MB,之后就在与网络隔绝的状态下运行。
适合谁:想把文字变成语音,又不想让服务器来做这件事的人,也适合想看一个语音模型怎样编译成 WebAssembly 并作为静态页面发布的开发者。
行业 | 使用者 | 使用方式 | 例子
内容创作 | 作者和视频制作者 | 听一遍草稿的朗读 | 输入一小段文字并回放
无障碍 | 更喜欢听的人 | 在自己的机器上让文字被读出来 | 粘贴一段话并收听
软件 | 开发者 | 研究编译成 WebAssembly 的模型 | 在本地副本里读 engine 文件夹
如果你的网速慢或空闲磁盘空间很少,可以跳过它,因为第一次加载很大。
用在哪里:这个页面可以在这些地方使用:
Use case | Who | What they get back
听文字被朗读 | 任何人 | 在你自己的 CPU 上生成的语音
加载后离线使用 | 注重隐私的用户 | 下载完成后不使用网络的模型
研究构建方式 | 开发者 | 一个带有 engine 文件夹和品牌文件的静态页面
如何设置:在线使用页面不需要任何准备。要用本地副本,你需要这几样:
这些步骤会下载 Space,然后手动打开它的主页。
pip install -U huggingface_hub
hf download fusorlabs/ming-wasm --repo-type space --local-dir ming-wasm
cd ming-wasm
如何使用:打开页面,等模型完成一次性下载,然后给它文字,播放它生成的语音。下载完成后,模型不再需要网络。
Tool | What it does
index.html | 加载模型并播放语音的页面
hf download | 把 Space 的文件复制到你电脑上的文件夹
示例:你打开页面,等模型下载,这只会发生一次。然后你输入一句话,页面用你自己的 CPU 把它读出来,不涉及任何服务器。
新手与专家:如果你是新手,第一次访问时请耐心等待,因为模型很大。之后启动会更快,因为下载已经完成。试用它不需要任何技术背景。
如果你熟悉这个领域:这个 Space 列出了 inclusionAI 的 Ming-3.0-tts-0.5B 和 fusorlabs 做的网页版本。模型被编译成 WebAssembly,仓库里在 index.html 和 app.css 旁边有一个 engine 文件夹。它在 CPU 上运行,没有 GPU,也没有后端。
你打开这个静态页面
模型下载一次,约 850 MB
模型在你的 CPU 上用 WebAssembly 运行
语音播放,不使用网络
注意事项:第一次访问需要大量下载,之后的访问不需要。
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 |
|---|---|---|---|---|
| ming-wasm 本页 | 3 | static | mit | |
| DALL·E mini共有 static | 5,750 | static | apache-2.0 | |
| Kokoro Text-to-Speech (WebGPU)共有 static | 369 | static | apache-2.0 | |
| DALL·E mini 文字生成图片共有 static | 342 | static | apache-2.0 | |
| Supertonic 3 (TTS)共有 static | 291 | static | openrail | |
| XortronDesktop共有 static | 30 | static | wtfpl |
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。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
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。
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。