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。
Comfy-Org 打包的 YuE2 3B 音乐模型的 ComfyUI 即用文件,附带文本生成音乐和音乐翻唱的工作流。仅限非商业使用。
YuE2 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 Comfy-Org/YuE2
这个仓库存放的是 YuE2 3B 音乐模型及其 SheetSage2 音频编码器的 ComfyUI 即用副本,由 Comfy-Org 从 m-a-p 的原版重新打包。列出了两个工作流,一个根据文本生成音乐,一个翻唱已有的音乐。两个文件都是 BF16。
适合想在节点编辑器里尝试文本生成音乐和音乐翻唱,用于个人或研究项目的 ComfyUI 用户和音乐创作者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 音乐 | 业余音乐人 | 根据文字描述起草歌曲 | 由风格提示生成的一段短曲 |
| 内容创作 | 视频创作者 | 为非商业短片尝试背景音乐的想法 | 个人视频的伴奏 |
| 研究 | AI 研究人员 | 在可视化工作流里探索 3B 音乐模型 | 对翻唱工作流的一次测试 |
| 教育 | 老师和学生 | 展示文本生成音乐在 ComfyUI 里如何工作 | 一次课堂演示 |
如果你需要用于商业工作的音乐,或者不用 ComfyUI,可以跳过它。
| Use case | Who | What they get back |
|---|---|---|
| 文本生成音乐 | 音乐创作者 | 根据文字描述生成的歌曲 |
| 音乐翻唱 | 音乐创作者 | 已有音乐的翻唱版本 |
pip install -U huggingface_hub hf download Comfy-Org/YuE2
打开 ComfyUI,加载 Text to Music 或 Music Cover 工作流,确认它的加载节点能找到你的两个文件,然后运行。
| Tool | What it does |
|---|---|
| YuE2 Text to Music | 根据文字描述生成音乐的工作流 |
| YuE2 Music Cover | 翻唱已有音乐的工作流 |
| yue2_3b_bf16.safetensors | YuE2 3B 检查点 |
| sheetsage2_bf16.safetensors | SheetSage2 音频编码器 |
你加载 Text to Music 工作流,输入你想要的歌曲的简短描述并运行。按工作流的名称来看,ComfyUI 会返回一段音乐。
先用 Text to Music 工作流和一句简短简单的描述。听过第一个结果后,再转到翻唱工作流。
这个仓库把模型分成检查点和音频编码器,ComfyUI 从不同的文件夹加载它们。检查点来自 YuE2 3B 版本,编码器来自 SheetSage2。两者都以 BF16 的 safetensors 文件保存。
Comfy-Org 打包的 YuE2 3B 音乐模型的 ComfyUI 即用文件,附带文本生成音乐和音乐翻唱的工作流。仅限非商业使用。
由 Comfy-Org 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:这个仓库存放的是 YuE2 3B 音乐模型及其 SheetSage2 音频编码器的 ComfyUI 即用副本,由 Comfy-Org 从 m-a-p 的原版重新打包。列出了两个工作流,一个根据文本生成音乐,一个翻唱已有的音乐。两个文件都是 BF16。
适合谁:适合想在节点编辑器里尝试文本生成音乐和音乐翻唱,用于个人或研究项目的 ComfyUI 用户和音乐创作者。
Industry | Who uses it | How they use it | Example
音乐 | 业余音乐人 | 根据文字描述起草歌曲 | 由风格提示生成的一段短曲
内容创作 | 视频创作者 | 为非商业短片尝试背景音乐的想法 | 个人视频的伴奏
研究 | AI 研究人员 | 在可视化工作流里探索 3B 音乐模型 | 对翻唱工作流的一次测试
教育 | 老师和学生 | 展示文本生成音乐在 ComfyUI 里如何工作 | 一次课堂演示
如果你需要用于商业工作的音乐,或者不用 ComfyUI,可以跳过它。
用在哪里:
Use case | Who | What they get back
文本生成音乐 | 音乐创作者 | 根据文字描述生成的歌曲
音乐翻唱 | 音乐创作者 | 已有音乐的翻唱版本
如何设置:
pip install -U huggingface_hub
hf download Comfy-Org/YuE2
如何使用:打开 ComfyUI,加载 Text to Music 或 Music Cover 工作流,确认它的加载节点能找到你的两个文件,然后运行。
Tool | What it does
YuE2 Text to Music | 根据文字描述生成音乐的工作流
YuE2 Music Cover | 翻唱已有音乐的工作流
yue2_3b_bf16.safetensors | YuE2 3B 检查点
sheetsage2_bf16.safetensors | SheetSage2 音频编码器
示例:你加载 Text to Music 工作流,输入你想要的歌曲的简短描述并运行。按工作流的名称来看,ComfyUI 会返回一段音乐。
新手与专家:先用 Text to Music 工作流和一句简短简单的描述。听过第一个结果后,再转到翻唱工作流。
这个仓库把模型分成检查点和音频编码器,ComfyUI 从不同的文件夹加载它们。检查点来自 YuE2 3B 版本,编码器来自 SheetSage2。两者都以 BF16 的 safetensors 文件保存。
把两个文件放进 ComfyUI 文件夹
打开一个 YuE2 工作流
给出文字描述或要翻唱的音乐
运行节点
输出音频
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download Comfy-Org/YuE2
然后按它的模型卡使用它。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 模型。
| 产品 | 最近 30 天下载 | 点赞 | 许可证 | 最近更新 |
|---|---|---|---|---|
| YuE2 本页 | 384,692 | 322 | cc-by-nc-4.0 | |
| Z-Image Turbo共有 diffusion-single-file · comfyui | 9,688,728 | 1,030 | apache-2.0 | |
| MOSS-Image共有 diffusion-single-file · comfyui | 6,310,763 | 666 | apache-2.0 | |
| Wan 2.1 for ComfyUI共有 diffusion-single-file · comfyui | 4,888,894 | 1,044 | apache-2.0 | |
| Qwen-Image-Edit共有 diffusion-single-file · comfyui | 1,898,657 | 521 | apache-2.0 | |
| FLUX.2 Klein 4B for ComfyUI共有 diffusion-single-file · comfyui | 1,291,519 | 125 | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
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。
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。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。