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。
一个梵语吟诵的文字转语音演示,接受多种印度文字书写的诗句,让你选择格律,并渲染成音频。运行在 Hugging Face ZeroGPU 上。
Vāgdhenu 是一款工具包,属于教育类,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 prathoshap/vagdhenu-demo --repo-type space --local-dir vagdhenu-demo cd vagdhenu-demo
Vāgdhenu 是一个梵语吟诵的文字转语音演示。你输入九种印度文字之一的诗句,包括天城体、卡纳达文和格兰塔文,应用会自动检测文字。你选择格律,也就是 chandas,它就把诗句渲染成吟诵的音频。它运行在 Hugging Face ZeroGPU 上。
适合学习、吟诵或开发梵语和往世书诗句工具、想听到诗句按格律吟诵的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 教育 | 梵语学生 | 听诗句按格律吟诵 | 输入一句诗并选它的 chandas |
| 文化遗产 | 档案工作者 | 为用不同文字书写的诗句配音 | 渲染一句用格兰塔文写的诗 |
| 语音技术 | 开发者 | 试用带格律的吟诵合成 | 用两种格律比较同一句诗 |
如果你想要日常印地语或其他现代语言的语音,可以跳过它,因为它是为带格律的吟诵做的。
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 |
|---|---|---|
| 听诗句被吟诵 | 学生 | 按你选的格律吟诵的诗句音频 |
| 为混合文字的文本配音 | 档案工作者 | 由不同印度文字书写的诗句生成的音频 |
| 试用吟诵合成 | 开发者 | 听听带格律的吟诵模型是什么声音 |
托管的演示什么都不用装。本地副本需要 Python 和 pip。
pip install -U huggingface_hub hf download prathoshap/vagdhenu-demo --repo-type space --local-dir vagdhenu-demo cd vagdhenu-demo pip install gradio==5.49.1 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。然后输入一句诗,选择格律并渲染。
python app.py
| Tool | What it does |
|---|---|
| Verse input | 接受任何受支持的印度文字的诗句,并自己检测是哪种文字 |
| Meter choice | 让你选择诗句应该按哪种 chandas 吟诵 |
| Render | 生成吟诵的音频 |
你粘贴一句天城体的诗,选择它的格律并渲染。页面返回这句诗按该格律吟诵的音频。第一次请求比较慢,之后的会快一些。
如果你刚接触,先从一句你知道格律的短诗开始。第一次渲染会比之后的花更长时间。
如果你熟悉这个领域,权重是在运行时从项目自己的仓库拉取的。第一次请求会下载它们,并把 DiT 和 BigVGAN 加载到 GPU 上,之后的请求复用已加载的模型。这个 Space 还提到 IndicF5。
第一次请求很慢,因为要加载模型。
一个梵语吟诵的文字转语音演示,接受多种印度文字书写的诗句,让你选择格律,并渲染成音频。运行在 Hugging Face ZeroGPU 上。
由 prathoshap 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:Vāgdhenu 是一个梵语吟诵的文字转语音演示。你输入九种印度文字之一的诗句,包括天城体、卡纳达文和格兰塔文,应用会自动检测文字。你选择格律,也就是 chandas,它就把诗句渲染成吟诵的音频。它运行在 Hugging Face ZeroGPU 上。
适合谁:适合学习、吟诵或开发梵语和往世书诗句工具、想听到诗句按格律吟诵的人。
Title: 谁会用这个演示
Industry | Who uses it | How they use it | Example
教育 | 梵语学生 | 听诗句按格律吟诵 | 输入一句诗并选它的 chandas
文化遗产 | 档案工作者 | 为用不同文字书写的诗句配音 | 渲染一句用格兰塔文写的诗
语音技术 | 开发者 | 试用带格律的吟诵合成 | 用两种格律比较同一句诗
如果你想要日常印地语或其他现代语言的语音,可以跳过它,因为它是为带格律的吟诵做的。
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
听诗句被吟诵 | 学生 | 按你选的格律吟诵的诗句音频
为混合文字的文本配音 | 档案工作者 | 由不同印度文字书写的诗句生成的音频
试用吟诵合成 | 开发者 | 听听带格律的吟诵模型是什么声音
如何设置:托管的演示什么都不用装。本地副本需要 Python 和 pip。
pip install -U huggingface_hub
hf download prathoshap/vagdhenu-demo --repo-type space --local-dir vagdhenu-demo
cd vagdhenu-demo
pip install gradio==5.49.1
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。然后输入一句诗,选择格律并渲染。
python app.py
Title: 页面上的步骤
Tool | What it does
Verse input | 接受任何受支持的印度文字的诗句,并自己检测是哪种文字
Meter choice | 让你选择诗句应该按哪种 chandas 吟诵
Render | 生成吟诵的音频
示例:你粘贴一句天城体的诗,选择它的格律并渲染。页面返回这句诗按该格律吟诵的音频。第一次请求比较慢,之后的会快一些。
新手与专家:如果你刚接触,先从一句你知道格律的短诗开始。第一次渲染会比之后的花更长时间。
如果你熟悉这个领域,权重是在运行时从项目自己的仓库拉取的。第一次请求会下载它们,并把 DiT 和 BigVGAN 加载到 GPU 上,之后的请求复用已加载的模型。这个 Space 还提到 IndicF5。
你输入一句印度文字的诗
应用检测文字
你选择格律
模型渲染吟诵
注意事项:第一次请求很慢,因为要加载模型。
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 |
|---|---|---|---|---|
| Vāgdhenu 本页 | 11 | gradio | apache-2.0 | |
| Unit 1 Quiz - AI Agent Fundementals共有 gradio | 360 | gradio | apache-2.0 | |
| Unit 2.1 smolagents Code Quiz共有 gradio | 63 | gradio | apache-2.0 | |
| Unit 1 Quiz - Model Context Protocol (MCP) Fundementals共有 gradio | 58 | gradio | apache-2.0 | |
| Tamazight Text-to-Speech共有 gradio | 41 | gradio | cc-by-4.0 | |
| Embedding Draw Challenge共有 gradio | 30 | 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。
prathoshap · 工具包
用一个训练好的声音,以吟诵风格朗读古典梵语诗节,由参考音频决定节奏。适合学习、背诵或需要梵语音频的人。
paradigma-inc · 工具包
用一个从头训练的 1B 参数模型解决难度很高的数学题,追求高速、大批量的推理。适合在 NVIDIA GPU 上运行数学任务的开发者。
murai-labs · 工具包
能用泰米尔文、罗马化泰米尔语和英语聊天,也能在泰米尔语和英语之间翻译。这是 Murai Labs 从零训练的 2.5B 模型,适合泰米尔语使用者、研究人员和开发者。