Huashu Design
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
用 WebGPU 在浏览器里运行 Kokoro 文本转语音模型,把输入的文字读出来。适合想听听这个模型,或想学习浏览器语音演示的人。
Kokoro Text-to-Speech (WebGPU) 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 webml-community/kokoro-webgpu --repo-type space --local-dir kokoro-webgpu cd kokoro-webgpu
这个 Space 用 WebGPU 和 Transformers.js 在你的浏览器里运行 Kokoro 文本转语音模型。你输入文字,模型就把它读出来。这个 Space 是一个静态页面,它列出的模型是 Kokoro 的 82M ONNX 版本。
想听听小型语音模型是什么声音的人,以及想找一个纯浏览器文本转语音示例来学习的网页开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 网页开发 | 前端开发者 | 研究语音模型如何在网页里运行 | 阅读 React 和 Vite 演示的代码 |
| 教育 | 老师和学生 | 听一段文字被朗读出来 | 粘贴一小段文字并听它朗读 |
| 无障碍 | 内容创作者 | 检查文字读出来是什么感觉 | 发布前先听一遍草稿 |
如果你的浏览器不支持 WebGPU,可以跳过它,因为模型需要它才能运行。
| Use case | Who | What they get back |
|---|---|---|
| 听文字被朗读 | 有浏览器的任何人 | Kokoro 模型根据你输入的文字生成的语音 |
| 学习代码 | 网页开发者 | 一个通过 Transformers.js 运行 Kokoro 的小型 React 和 Vite 应用 |
pip install -U huggingface_hub hf download webml-community/kokoro-webgpu --repo-type space --local-dir kokoro-webgpu cd kokoro-webgpu
按 README 的方式,先从 GitHub 克隆 Kokoro 仓库,再在它的文件夹里运行下面的命令。
cd kokoro/kokoro.js/demo npm i npm run dev
之后 README 说要在浏览器里打开它提到的本地地址,端口是 5173。
打开页面,输入你想让它读的文字,然后用页面上的控件开始朗读。模型在你的浏览器里运行,所以你直接在那里听到结果。第一次运行时,加载模型文件可能要等一会儿。
| Tool | What it does |
|---|---|
| npm run dev | 启动演示的开发服务器 |
| index.html | 下载 Space 的文件后,在浏览器里打开的页面 |
你打开页面,输入一句短话并开始朗读。模型加载完成后,你会在浏览器里听到这句话被读出来。
如果你是新手,先打开这个 Space,让它读一句短话。除了支持 WebGPU 的浏览器,你什么都不需要。
对专家来说,这个应用是一个简单的 React 和 Vite 项目,通过 Transformers.js 和名为 onnx-community/Kokoro-82M-ONNX 的 ONNX 版本加载 Kokoro。推理在客户端进行,用的是浏览器提供的 GPU。代价是浏览器支持,因为 WebGPU 并非处处可用。
用 WebGPU 在浏览器里运行 Kokoro 文本转语音模型,把输入的文字读出来。适合想听听这个模型,或想学习浏览器语音演示的人。
由 webml-community 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 用 WebGPU 和 Transformers.js 在你的浏览器里运行 Kokoro 文本转语音模型。你输入文字,模型就把它读出来。这个 Space 是一个静态页面,它列出的模型是 Kokoro 的 82M ONNX 版本。
适合谁:想听听小型语音模型是什么声音的人,以及想找一个纯浏览器文本转语音示例来学习的网页开发者。
Industry | Who uses it | How they use it | Example
网页开发 | 前端开发者 | 研究语音模型如何在网页里运行 | 阅读 React 和 Vite 演示的代码
教育 | 老师和学生 | 听一段文字被朗读出来 | 粘贴一小段文字并听它朗读
无障碍 | 内容创作者 | 检查文字读出来是什么感觉 | 发布前先听一遍草稿
如果你的浏览器不支持 WebGPU,可以跳过它,因为模型需要它才能运行。
用在哪里:
Use case | Who | What they get back
听文字被朗读 | 有浏览器的任何人 | Kokoro 模型根据你输入的文字生成的语音
学习代码 | 网页开发者 | 一个通过 Transformers.js 运行 Kokoro 的小型 React 和 Vite 应用
如何设置:
pip install -U huggingface_hub
hf download webml-community/kokoro-webgpu --repo-type space --local-dir kokoro-webgpu
cd kokoro-webgpu
按 README 的方式,先从 GitHub 克隆 Kokoro 仓库,再在它的文件夹里运行下面的命令。
cd kokoro/kokoro.js/demo
npm i
npm run dev
之后 README 说要在浏览器里打开它提到的本地地址,端口是 5173。
如何使用:打开页面,输入你想让它读的文字,然后用页面上的控件开始朗读。模型在你的浏览器里运行,所以你直接在那里听到结果。第一次运行时,加载模型文件可能要等一会儿。
Tool | What it does
npm run dev | 启动演示的开发服务器
index.html | 下载 Space 的文件后,在浏览器里打开的页面
示例:你打开页面,输入一句短话并开始朗读。模型加载完成后,你会在浏览器里听到这句话被读出来。
新手与专家:如果你是新手,先打开这个 Space,让它读一句短话。除了支持 WebGPU 的浏览器,你什么都不需要。
对专家来说,这个应用是一个简单的 React 和 Vite 项目,通过 Transformers.js 和名为 onnx-community/Kokoro-82M-ONNX 的 ONNX 版本加载 Kokoro。推理在客户端进行,用的是浏览器提供的 GPU。代价是浏览器支持,因为 WebGPU 并非处处可用。
打开页面
输入要朗读的文字
Transformers.js 加载 Kokoro 模型
模型在你的浏览器里运行
你听到语音
注意事项:
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 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 |
|---|---|---|---|---|
| Kokoro Text-to-Speech (WebGPU) 本页 | 369 | static | apache-2.0 | |
| DALL·E mini共有 static | 5,750 | static | apache-2.0 | |
| DALL·E mini 文字生成图片共有 static | 342 | static | apache-2.0 | |
| Supertonic 3 (TTS)共有 static | 291 | static | openrail | |
| XortronDesktop共有 static | 30 | static | wtfpl | |
| AI Image Upscaler共有 static | 21 | static | mit |
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。
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
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。
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。
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。
uwg · 工具包
收录来自 OpenModelDB 社区的一组图像放大模型,适合想在自己电脑上用 AI 放大低分辨率图片的人。