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 Gradio 应用,用于克隆声音并以 16 种语言说话,基于 Bark、Tortoise TTS 和相关语音模型。适合测试声音克隆的开发者和创作者。
Voice Clone Multilingual 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 skwow0w9/Voice-Clone-Multilingual --repo-type space --local-dir Voice-Clone-Multilingual cd Voice-Clone-Multilingual
这个 Space 是用 Gradio 做的声音克隆应用。从名称和设置看,它用 Bark 和 Tortoise TTS 等开源语音模型,以克隆出的声音说 16 种语言。仓库里在应用旁边放着一整套语音合成代码文件夹。
想试用开源声音克隆的开发者和创作者,以及想看几个语音模型是如何接在一起的研究者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 媒体 | 视频和音频创作者 | 试用克隆的声音,用另一种语言做旁白 | 用一段声音样本测试一小段脚本 |
| 软件 | 语音开发者 | 研究 Bark 和 Tortoise 的各部分如何配合 | 阅读 app.py 和 TTS 文件夹 |
| 教育 | 语言教师 | 听同一句话的不同语言版本 | 用两种语言试同一个句子 |
| 研究 | 语音研究者 | 对比开源声音克隆的各个组件 | 查看这个 Space 列出的模型 |
如果你需要授权清晰、可用于商业工作的录音室级声音,请先查看每个模型的条款。
它可以在两个地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 试用声音克隆 | 创作者 | 根据一小段样本,用克隆声音说出的语音 |
| 切换语言 | 教师和创作者 | 你的文字用列表里选定的语言读出来 |
| 研究代码 | 开发者 | 一套语音合成代码和一个 Gradio 前端 |
在线使用什么都不用准备。本地副本需要几样东西。
pip install -U huggingface_hub hf download skwow0w9/Voice-Clone-Multilingual --repo-type space --local-dir Voice-Clone-Multilingual cd Voice-Clone-Multilingual pip install gradio==4.36.1 pip install -r requirements.txt python app.py
打开 Space 页面,添加一段声音样本和想要朗读的文字,再选择语言。页面返回用克隆声音说出的语音。在本地副本里运行 python app.py,就能在自己的电脑上打开同样的页面。
你添加一小段自己的录音,再输入一句西班牙语。页面返回用仿照你样本的声音说出的这句话。
声音克隆是从样本里复制一个声音的音色。先用你自己的声音和一个短句,并且只使用你有权使用的声音。
这个 Space 列出了 Bark、一个 Bark 声音克隆模型、Tortoise TTS v2、Tacotron symbols、HuBERT base 和 wav2vec2 large 960h。仓库里还有 TTS 文件夹、setup.py 和好几个依赖文件。它运行在 Hugging Face 的基础 CPU 硬件上。
README 只列出了语言,所以质量、样本长度和限制都没有说明。
一个 Gradio 应用,用于克隆声音并以 16 种语言说话,基于 Bark、Tortoise TTS 和相关语音模型。适合测试声音克隆的开发者和创作者。
由 skwow0w9 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:这个 Space 是用 Gradio 做的声音克隆应用。从名称和设置看,它用 Bark 和 Tortoise TTS 等开源语音模型,以克隆出的声音说 16 种语言。仓库里在应用旁边放着一整套语音合成代码文件夹。
适合谁:想试用开源声音克隆的开发者和创作者,以及想看几个语音模型是如何接在一起的研究者。
Industry | Who uses it | How they use it | Example
媒体 | 视频和音频创作者 | 试用克隆的声音,用另一种语言做旁白 | 用一段声音样本测试一小段脚本
软件 | 语音开发者 | 研究 Bark 和 Tortoise 的各部分如何配合 | 阅读 app.py 和 TTS 文件夹
教育 | 语言教师 | 听同一句话的不同语言版本 | 用两种语言试同一个句子
研究 | 语音研究者 | 对比开源声音克隆的各个组件 | 查看这个 Space 列出的模型
如果你需要授权清晰、可用于商业工作的录音室级声音,请先查看每个模型的条款。
用在哪里:它可以在两个地方运行。
Use case | Who | What they get back
试用声音克隆 | 创作者 | 根据一小段样本,用克隆声音说出的语音
切换语言 | 教师和创作者 | 你的文字用列表里选定的语言读出来
研究代码 | 开发者 | 一套语音合成代码和一个 Gradio 前端
如何设置:在线使用什么都不用准备。本地副本需要几样东西。
pip install -U huggingface_hub
hf download skwow0w9/Voice-Clone-Multilingual --repo-type space --local-dir Voice-Clone-Multilingual
cd Voice-Clone-Multilingual
pip install gradio==4.36.1
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,添加一段声音样本和想要朗读的文字,再选择语言。页面返回用克隆声音说出的语音。在本地副本里运行 python app.py,就能在自己的电脑上打开同样的页面。
示例:你添加一小段自己的录音,再输入一句西班牙语。页面返回用仿照你样本的声音说出的这句话。
新手与专家:声音克隆是从样本里复制一个声音的音色。先用你自己的声音和一个短句,并且只使用你有权使用的声音。
这个 Space 列出了 Bark、一个 Bark 声音克隆模型、Tortoise TTS v2、Tacotron symbols、HuBERT base 和 wav2vec2 large 960h。仓库里还有 TTS 文件夹、setup.py 和好几个依赖文件。它运行在 Hugging Face 的基础 CPU 硬件上。
你添加声音样本和文字
语音模型分析样本
合成代码把文字读出来
克隆声音的音频返回
注意事项:README 只列出了语言,所以质量、样本长度和限制都没有说明。
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 |
|---|---|---|---|---|
| Voice Clone Multilingual 本页 | 1 | gradio | mit | |
| 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。