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。
一个基于 VITS 的声音转换演示,可在浏览器里运行。自带一个示例声音模型、示例音频和一个 HuBERT 基础模型。适合探索声音转换的音频爱好者和开发者。
RVC⚡ZERO 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 r3gm/rvc_zero --repo-type space --local-dir rvc_zero cd rvc_zero
这个 Space 是基于 VITS 的声音转换浏览器演示。声音转换会改变一段录音的听感,让它像另一个声音,而说的内容不变。仓库里带有一个示例声音模型、示例音频文件和一段测试录音,页面运行在 Hugging Face 的硬件上。
如果你想不搭建工具链就试试声音转换,它很适合音频爱好者和开发者,也适合想读一个围绕这项技术的紧凑应用的人。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 音乐和音频 | 爱好者 | 把一段录音转成另一个声音 | 试试自带的测试录音 |
| 媒体 | 视频创作者 | 在一小段视频上测试声音变化 | 转换一句简短的话 |
| 软件 | 开发者 | 阅读封装声音转换模型的应用 | 打开仓库里的 app.py |
| 研究 | 语音研究者 | 在同一输入上对比声音模型 | 把一段音频交给不同的模型 |
如果你需要有文档的控件说明或托管服务,可以跳过它,因为 README 只有一行描述。
| 用途 | 谁用 | 得到什么 |
|---|---|---|
| 转换录音 | 爱好者 | 所选模型声音的音频 |
| 试示例文件 | 新手 | 自带示例的结果 |
| 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 3.12 和几项安装。
pip install -U huggingface_hub hf download r3gm/rvc_zero --repo-type space --local-dir rvc_zero cd rvc_zero pip install gradio==6.26.0 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。添加一段音频录音,选一个声音模型,运行转换。仓库里有示例音频,可以先试试。
python app.py
你加载自带的测试录音,选示例声音模型,运行转换。页面会返回听起来像所选声音的同一段录音,你可以把两段都播放出来对比。
如果你是新手,先用自带的示例音频,这样在用自己的录音之前就能听到效果。用只有一个说话人的干净录音。
如果你熟悉这个领域,这个框架基于 VITS,并点名了一个 HuBERT 基础模型和几个声音模型。仓库里有一个模型文件、一个索引文件和应用。托管的 Space 运行在 Hugging Face 的 zero-a10g 硬件上。
README 只有一行,所以页面和 app.py 才有真正的细节。未经同意转换别人的声音可能造成伤害,所以只使用你有权使用的声音。
一个基于 VITS 的声音转换演示,可在浏览器里运行。自带一个示例声音模型、示例音频和一个 HuBERT 基础模型。适合探索声音转换的音频爱好者和开发者。
由 r3gm 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 是基于 VITS 的声音转换浏览器演示。声音转换会改变一段录音的听感,让它像另一个声音,而说的内容不变。仓库里带有一个示例声音模型、示例音频文件和一段测试录音,页面运行在 Hugging Face 的硬件上。
适合谁:如果你想不搭建工具链就试试声音转换,它很适合音频爱好者和开发者,也适合想读一个围绕这项技术的紧凑应用的人。
行业 | 谁在用 | 怎么用 | 例子
音乐和音频 | 爱好者 | 把一段录音转成另一个声音 | 试试自带的测试录音
媒体 | 视频创作者 | 在一小段视频上测试声音变化 | 转换一句简短的话
软件 | 开发者 | 阅读封装声音转换模型的应用 | 打开仓库里的 app.py
研究 | 语音研究者 | 在同一输入上对比声音模型 | 把一段音频交给不同的模型
如果你需要有文档的控件说明或托管服务,可以跳过它,因为 README 只有一行描述。
用在哪里:
用途 | 谁用 | 得到什么
转换录音 | 爱好者 | 所选模型声音的音频
试示例文件 | 新手 | 自带示例的结果
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 3.12 和几项安装。
pip install -U huggingface_hub
hf download r3gm/rvc_zero --repo-type space --local-dir rvc_zero
cd rvc_zero
pip install gradio==6.26.0
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。添加一段音频录音,选一个声音模型,运行转换。仓库里有示例音频,可以先试试。
python app.py
示例:你加载自带的测试录音,选示例声音模型,运行转换。页面会返回听起来像所选声音的同一段录音,你可以把两段都播放出来对比。
新手与专家:如果你是新手,先用自带的示例音频,这样在用自己的录音之前就能听到效果。用只有一个说话人的干净录音。
如果你熟悉这个领域,这个框架基于 VITS,并点名了一个 HuBERT 基础模型和几个声音模型。仓库里有一个模型文件、一个索引文件和应用。托管的 Space 运行在 Hugging Face 的 zero-a10g 硬件上。
你添加一段录音
你选一个声音模型
应用转换声音
你播放结果
注意事项:README 只有一行,所以页面和 app.py 才有真正的细节。未经同意转换别人的声音可能造成伤害,所以只使用你有权使用的声音。
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 |
|---|---|---|---|---|
| RVC⚡ZERO 本页 | 348 | gradio | mit | |
| 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 |
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。