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。
一个声音克隆演示,用上传的参考音频或内置预设的声音朗读你的文字。由 OpenMOSS-Team 制作,运行在 Hugging Face ZeroGPU 上。
MOSS TTS Nano 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 OpenMOSS-Team/MOSS-TTS-Nano --repo-type space --local-dir MOSS-TTS-Nano cd MOSS-TTS-Nano
MOSS TTS Nano 是一个文字转语音演示,只做一件事,声音克隆。你提供一个参考声音,可以是上传的音频文件,也可以是内置预设,它就用那个声音读出你的文字。它是为在 Hugging Face ZeroGPU 上运行而做的。
适合想在动手开发之前,先听听紧凑型声音克隆模型效果的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 语音研究 | 研究人员 | 听小模型做声音克隆的效果 | 克隆一段参考音频并评判结果 |
| 软件 | 开发者 | 为一个应用想法测试克隆语音 | 用一段示例文字试试内置预设声音 |
| 音频制作 | 创作者 | 听剧本用选定的声音读出来 | 粘贴几行文字并生成音频 |
如果你需要不带克隆的普通文字转语音,或者想切换 CPU 和其他后端的控件,可以跳过它。
你可以在线使用,也可以自己运行一份副本。
| Use case | Who | What they get back |
|---|---|---|
| 用一段音频克隆声音 | 开发者 | 解码完成后生成的完整输出音频 |
| 试用预设声音 | 好奇的人 | 用某个内置声音朗读出的音频 |
| 重放示例 | 测试人员 | 由内置示例自动填好的文字和提示音频 |
托管的演示什么都不用装。本地副本需要 Python 3.10 和 pip。
pip install -U huggingface_hub hf download OpenMOSS-Team/MOSS-TTS-Nano --repo-type space --local-dir MOSS-TTS-Nano cd MOSS-TTS-Nano pip install gradio==6.5.1 pip install -r requirements.txt python app.py
在线打开这个 Space,或者用下面的命令启动你的副本。然后上传一段音频或选一个预设来确定参考声音,输入文字并生成。
python app.py
| Tool | What it does |
|---|---|
| Reference audio upload | 让你提供要克隆的声音 |
| Preset voices | 可以代替上传的内置声音 |
| Example cases | 填好文字并显示将要使用的提示音频 |
| app.py | 用 Python 运行它时启动 Gradio 页面 |
你上传一小段声音,输入一句想让它读的话,然后按生成。解码完成后,你的这句话就会以那个声音完整地返回。
如果你刚接触,先用一个内置预设声音和一句短话开始,这样不需要音频文件。参考音频只用你有权使用的声音。
如果你熟悉这个领域,这个演示只支持声音克隆,设备保持自动,所以页面上没有切换 CPU 或骨干模型的开关。它用到 MOSS-Audio-Tokenizer-Nano 模型,仓库里带有文本规范化代码和一个权重文件夹。
这个演示有意做得很窄,页面不提供引擎选项。
一个声音克隆演示,用上传的参考音频或内置预设的声音朗读你的文字。由 OpenMOSS-Team 制作,运行在 Hugging Face ZeroGPU 上。
由 OpenMOSS-Team 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:MOSS TTS Nano 是一个文字转语音演示,只做一件事,声音克隆。你提供一个参考声音,可以是上传的音频文件,也可以是内置预设,它就用那个声音读出你的文字。它是为在 Hugging Face ZeroGPU 上运行而做的。
适合谁:适合想在动手开发之前,先听听紧凑型声音克隆模型效果的人。
Title: 谁会用这个演示
Industry | Who uses it | How they use it | Example
语音研究 | 研究人员 | 听小模型做声音克隆的效果 | 克隆一段参考音频并评判结果
软件 | 开发者 | 为一个应用想法测试克隆语音 | 用一段示例文字试试内置预设声音
音频制作 | 创作者 | 听剧本用选定的声音读出来 | 粘贴几行文字并生成音频
如果你需要不带克隆的普通文字转语音,或者想切换 CPU 和其他后端的控件,可以跳过它。
用在哪里:你可以在线使用,也可以自己运行一份副本。
Title: 这个演示适合做什么
Use case | Who | What they get back
用一段音频克隆声音 | 开发者 | 解码完成后生成的完整输出音频
试用预设声音 | 好奇的人 | 用某个内置声音朗读出的音频
重放示例 | 测试人员 | 由内置示例自动填好的文字和提示音频
如何设置:托管的演示什么都不用装。本地副本需要 Python 3.10 和 pip。
pip install -U huggingface_hub
hf download OpenMOSS-Team/MOSS-TTS-Nano --repo-type space --local-dir MOSS-TTS-Nano
cd MOSS-TTS-Nano
pip install gradio==6.5.1
pip install -r requirements.txt
python app.py
如何使用:在线打开这个 Space,或者用下面的命令启动你的副本。然后上传一段音频或选一个预设来确定参考声音,输入文字并生成。
python app.py
Title: 你会接触到的部分
Tool | What it does
Reference audio upload | 让你提供要克隆的声音
Preset voices | 可以代替上传的内置声音
Example cases | 填好文字并显示将要使用的提示音频
app.py | 用 Python 运行它时启动 Gradio 页面
示例:你上传一小段声音,输入一句想让它读的话,然后按生成。解码完成后,你的这句话就会以那个声音完整地返回。
新手与专家:如果你刚接触,先用一个内置预设声音和一句短话开始,这样不需要音频文件。参考音频只用你有权使用的声音。
如果你熟悉这个领域,这个演示只支持声音克隆,设备保持自动,所以页面上没有切换 CPU 或骨干模型的开关。它用到 MOSS-Audio-Tokenizer-Nano 模型,仓库里带有文本规范化代码和一个权重文件夹。
选预设或上传一段音频
输入要朗读的文字
Nano 模型克隆声音
解码后收到完整音频
注意事项:这个演示有意做得很窄,页面不提供引擎选项。
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 5 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 |
|---|---|---|---|---|
| MOSS TTS Nano 本页 | 79 | gradio | apache-2.0 | |
| MusicGen共有 gradio | 5,116 | gradio | cc-by-nc-4.0 | |
| Kokoro TTS共有 gradio | 3,556 | gradio | apache-2.0 | |
| Background Removal共有 gradio | 2,988 | gradio | mit | |
| Omni Image Editor共有 gradio | 2,922 | gradio | mit | |
| Diffusers Image Outpaint共有 gradio | 2,565 | gradio | 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。
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。
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。