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。
一个很小的英文文字转语音模型,有四种声音,用一个 8.5 MB 的 ONNX 文件就能在 CPU 上运行。适合想在应用里加语音又没有 GPU 的开发者。
Paradee-8M v1.2 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 sahilmahendrakar/Paradee-8M-v1.2
Paradee-8M v1.2 把英文文字变成语音。模型有 7.88M 参数,是向更大的语音模型 Kokoro-82M 学习得来的。1.2 版有四种声音,两种美式,两种英式。int8 模型是一个 8.5 MB 的 ONNX 文件,里面包含全部四种声音。
想在普通 CPU 上把文字变成语音,用在应用或脚本里,又不想要 GPU 或大下载的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 应用开发者 | 给能在笔记本上运行的工具加上语音 | 把消息读出来的应用 |
| 无障碍 | 工具开发者 | 在普通硬件上朗读屏幕文字 | 一个朗读笔记的小工具 |
| 媒体 | 业余创作者 | 离线制作简短的英文语音片段 | 保存成 hello.wav 的片段 |
| 教育 | 老师 | 用英式或美式声音朗读英文短文 | 一句口语示例 |
如果你需要英文以外的语言,或者需要达到它更大的教师模型那样的音质,可以跳过它。
| Use case | Who | What they get back |
|---|---|---|
| 离线旁白 | 创作者 | 用你选的声音读出的 WAV 文件 |
| 应用语音 | 开发者 | 来自本地小模型的音频,单线程下约为实时速度的 62 倍 |
| 声音选择 | 开发者 | 美式或英式,男声或女声 |
pip install -U huggingface_hub hf download sahilmahendrakar/Paradee-8M-v1.2
用你的文字、一个声音名称和一个输出文件来运行这个模块,或者在 Python 里调用它。模型卡的 Python 片段默认加载 1.2 版。
| Tool | What it does |
|---|---|
| python -m paradee | 朗读一句文字并保存成 WAV 文件 |
| Paradee class | 在 Python 里加载模型,并根据文字和声音返回音频 |
| version argument | 加载更早的版本,比如 1.1,而不是 1.2 |
python -m paradee "Paradee is a small voice that runs anywhere." --voice bf_isabella -o hello.wav
from paradee import Paradee, SAMPLE_RATE
import soundfile as sf
tts = Paradee() # v1.2; Paradee(version="1.1") loads the previous release
sf.write("hello.wav", tts("Paradee is a small voice that runs anywhere.", voice="bm_fable"), SAMPLE_RATE)你用一句短句和声音 bf_isabella 运行这条命令。它会写出 hello.wav,里面是用英式女声说出的那句话。
如果你是新手,先运行命令行示例,再播放 hello.wav。然后改一下声音名称,听听另外三种声音。
如果你懂这个领域,1.2 版给文字端和解码端各加了一个按声音存放向量的查找表,你指定的声音决定取哪一项。英式声音通过 misaki 使用英式音素。模型卡称四种声音的 UTMOS 分数接近它的 Kokoro 教师模型,比如 af_heart 是 4.40,对比 4.52。
一个很小的英文文字转语音模型,有四种声音,用一个 8.5 MB 的 ONNX 文件就能在 CPU 上运行。适合想在应用里加语音又没有 GPU 的开发者。
由 sahilmahendrakar 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:Paradee-8M v1.2 把英文文字变成语音。模型有 7.88M 参数,是向更大的语音模型 Kokoro-82M 学习得来的。1.2 版有四种声音,两种美式,两种英式。int8 模型是一个 8.5 MB 的 ONNX 文件,里面包含全部四种声音。
适合谁:想在普通 CPU 上把文字变成语音,用在应用或脚本里,又不想要 GPU 或大下载的开发者。
Industry | Who uses it | How they use it | Example
软件 | 应用开发者 | 给能在笔记本上运行的工具加上语音 | 把消息读出来的应用
无障碍 | 工具开发者 | 在普通硬件上朗读屏幕文字 | 一个朗读笔记的小工具
媒体 | 业余创作者 | 离线制作简短的英文语音片段 | 保存成 hello.wav 的片段
教育 | 老师 | 用英式或美式声音朗读英文短文 | 一句口语示例
如果你需要英文以外的语言,或者需要达到它更大的教师模型那样的音质,可以跳过它。
用在哪里:
Use case | Who | What they get back
离线旁白 | 创作者 | 用你选的声音读出的 WAV 文件
应用语音 | 开发者 | 来自本地小模型的音频,单线程下约为实时速度的 62 倍
声音选择 | 开发者 | 美式或英式,男声或女声
如何设置:
pip install -U huggingface_hub
hf download sahilmahendrakar/Paradee-8M-v1.2
如何使用:用你的文字、一个声音名称和一个输出文件来运行这个模块,或者在 Python 里调用它。模型卡的 Python 片段默认加载 1.2 版。
Tool | What it does
python -m paradee | 朗读一句文字并保存成 WAV 文件
Paradee class | 在 Python 里加载模型,并根据文字和声音返回音频
version argument | 加载更早的版本,比如 1.1,而不是 1.2
python -m paradee "Paradee is a small voice that runs anywhere." --voice bf_isabella -o hello.wav
from paradee import Paradee, SAMPLE_RATE
import soundfile as sf
tts = Paradee() # v1.2; Paradee(version="1.1") loads the previous release
sf.write("hello.wav", tts("Paradee is a small voice that runs anywhere.", voice="bm_fable"), SAMPLE_RATE)
示例:你用一句短句和声音 bf_isabella 运行这条命令。它会写出 hello.wav,里面是用英式女声说出的那句话。
新手与专家:如果你是新手,先运行命令行示例,再播放 hello.wav。然后改一下声音名称,听听另外三种声音。
如果你懂这个领域,1.2 版给文字端和解码端各加了一个按声音存放向量的查找表,你指定的声音决定取哪一项。英式声音通过 misaki 使用英式音素。模型卡称四种声音的 UTMOS 分数接近它的 Kokoro 教师模型,比如 af_heart 是 4.40,对比 4.52。
文字输入
音素,美式或英式
带每种声音向量的小模型
输出 WAV 音频
Title: 文件大小,单位 MB
Paradee int8: 8.5 MB
Paradee fp32: 35 MB
Kokoro: 325 MB
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download sahilmahendrakar/Paradee-8M-v1.2
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| Paradee-8M v1.2 本页 | 11,405 | 28 | — | apache-2.0 | |
| Paradee-8M v1.0共有 kokoro · paradee · distillation | 4,374 | 70 | — | apache-2.0 | |
| Paradee-8M v1.3共有 kokoro · paradee · distillation | 1,649 | 7 | — | apache-2.0 | |
| MakHam Thai TTS共有 kokoro · paradee · text-to-speech | 0 | 2 | — | apache-2.0 | |
| Klein-TTS-X1.5-Pro共有 distillation · text-to-speech · onnx | 258 | 10 | 13.1M | apache-2.0 | |
| VieNeu-TTS v3 Turbo共有 text-to-speech · onnx | 2,151,800 | 109 | 131M | 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。
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。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。