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。
Suno 的 Bark 模型的演示,可根据文字生成音频,在浏览器里运行。许可是非商业的。适合想听听这个模型的创作者、研究者和开发者。
Bark 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 suno/bark --repo-type space --local-dir bark cd bark
这个 Space 是 Bark 的浏览器演示,Bark 是 Suno 的一个根据文字生成音频的模型。README 里只有一个指向 Spaces 配置参考的链接,所以页面本身才显示它提供什么。它运行在 Hugging Face 的硬件上,所以什么都不用安装就能试。
如果你想听生成的音频,它很适合创作者。想在使用前先试试 Bark 模型的研究者和开发者也适用。许可是非商业的,所以适合个人和研究使用。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 媒体 | 视频和播客制作者 | 为草稿试生成的声音 | 听一段短脚本被读出来 |
| 研究 | 音频研究者 | 听模型的输出 | 用耳朵对比几个提示词 |
| 教育 | 学生 | 听文字转音频模型的声音 | 在课堂上播放一段生成的片段 |
| 软件 | 开发者 | 阅读围绕模型的短 Gradio 应用 | 打开仓库里的 app.py |
如果你需要商业使用,可以跳过它,因为许可是非商业的。
| 用途 | 谁用 | 得到什么 |
|---|---|---|
| 根据文字生成音频 | 创作者 | 由你的文字生成的片段 |
| 试用模型 | 研究者 | 可以用耳朵评判的输出 |
| 运行自己的副本 | 开发者 | 同一个应用在你自己的电脑上 |
在线页面什么都不需要。本地副本需要 Python 和 requirements.txt 里的包。
pip install -U huggingface_hub hf download suno/bark --repo-type space --local-dir bark cd bark pip install gradio==6.14.0 pip install -r requirements.txt python app.py
在应用所在文件夹启动它,或者直接打开在线 Space。输入你想转成音频的文字,用页面上显示的选项,然后生成。页面随后会播放结果。先试一句短话。
python app.py
你输入一句短话,按下生成。页面返回由这句话生成的音频,你可以回放并用耳朵评判。
如果你是新手,先输入一句短话。输入短,能很快听出模型的声音,之后再试更长的文字。
如果你熟悉这个领域,这个 Space 只点名了 suno 的 bark 模型,并带有一个应用文件和一份依赖列表。托管的 Space 运行在 Hugging Face 的 zero-a10g 硬件上,所以请读 app.py 了解模型怎样加载和调用。
README 没有使用说明,所以页面和 app.py 才有真正的细节。许可只允许非商业使用。
Suno 的 Bark 模型的演示,可根据文字生成音频,在浏览器里运行。许可是非商业的。适合想听听这个模型的创作者、研究者和开发者。
由 suno 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 Bark 的浏览器演示,Bark 是 Suno 的一个根据文字生成音频的模型。README 里只有一个指向 Spaces 配置参考的链接,所以页面本身才显示它提供什么。它运行在 Hugging Face 的硬件上,所以什么都不用安装就能试。
适合谁:如果你想听生成的音频,它很适合创作者。想在使用前先试试 Bark 模型的研究者和开发者也适用。许可是非商业的,所以适合个人和研究使用。
行业 | 谁在用 | 怎么用 | 例子
媒体 | 视频和播客制作者 | 为草稿试生成的声音 | 听一段短脚本被读出来
研究 | 音频研究者 | 听模型的输出 | 用耳朵对比几个提示词
教育 | 学生 | 听文字转音频模型的声音 | 在课堂上播放一段生成的片段
软件 | 开发者 | 阅读围绕模型的短 Gradio 应用 | 打开仓库里的 app.py
如果你需要商业使用,可以跳过它,因为许可是非商业的。
用在哪里:
用途 | 谁用 | 得到什么
根据文字生成音频 | 创作者 | 由你的文字生成的片段
试用模型 | 研究者 | 可以用耳朵评判的输出
运行自己的副本 | 开发者 | 同一个应用在你自己的电脑上
如何设置:在线页面什么都不需要。本地副本需要 Python 和 requirements.txt 里的包。
pip install -U huggingface_hub
hf download suno/bark --repo-type space --local-dir bark
cd bark
pip install gradio==6.14.0
pip install -r requirements.txt
python app.py
如何使用:在应用所在文件夹启动它,或者直接打开在线 Space。输入你想转成音频的文字,用页面上显示的选项,然后生成。页面随后会播放结果。先试一句短话。
python app.py
示例:你输入一句短话,按下生成。页面返回由这句话生成的音频,你可以回放并用耳朵评判。
新手与专家:如果你是新手,先输入一句短话。输入短,能很快听出模型的声音,之后再试更长的文字。
如果你熟悉这个领域,这个 Space 只点名了 suno 的 bark 模型,并带有一个应用文件和一份依赖列表。托管的 Space 运行在 Hugging Face 的 zero-a10g 硬件上,所以请读 app.py 了解模型怎样加载和调用。
你输入一些文字
Gradio 应用把它交给 Bark 模型
模型生成音频
你播放结果
注意事项:README 没有使用说明,所以页面和 app.py 才有真正的细节。许可只允许非商业使用。
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 |
|---|---|---|---|---|
| Bark 本页 | 2,388 | gradio | cc-by-nc-4.0 | |
| 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。
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。