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。
把智利西班牙语语音转成文字,用 LoRA 适配器在 Whisper large-v3 上针对呼叫中心音频调优。适合语音团队和呼叫中心开发者的演示。
Whisper Chileno 是一款工具包,属于商务类,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 hablaip/whisper-chileno-demo --repo-type space --local-dir whisper-chileno-demo cd whisper-chileno-demo
Whisper Chileno 是一个转写智利西班牙语语音的演示,目标是呼叫中心的音频。它把 OpenAI 的 whisper-large-v3 模型和一个针对该领域调优的 LoRA 适配器搭配在一起。
README 署名 HablaIP SpA 和一个 CORFO 项目。Space 里的示例音频是用文字转语音合成的,不含任何真实客户数据。
适合需要把智利西班牙语口语转成文字的团队,也适合想听听领域适配器如何改变基础语音模型的人。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 客户服务 | 呼叫中心团队 | 把通话录音转成文字用于复查 | 运行一段示例通话并阅读转写结果 |
| 语音研究 | 机器学习工程师 | 把适配器和基础模型做对比 | 用同一段音频试两个模型 |
| 语言技术 | 西班牙语语音开发者 | 测试对智利口音的识别 | 播放内置示例之一 |
如果你的音频是其他语言,或者你需要的是成品转写服务,可以跳过它。
| 用例 | 谁用 | 得到什么 |
|---|---|---|
| 转写一通电话 | 呼叫中心团队 | 以文字呈现的智利西班牙语口语 |
| 试用演示音频 | 开发者 | 合成示例音频的转写文本 |
| 检查适配器 | 研究人员 | 领域调优模型的输出 |
pip install -U huggingface_hub hf download hablaip/whisper-chileno-demo --repo-type space --local-dir whisper-chileno-demo cd whisper-chileno-demo pip install gradio==6.22.0 pip install -r requirements.txt python app.py
在浏览器里打开这个 Space 的页面,或者用下面的命令启动你自己的副本。然后载入 samples 文件夹里的一个示例音频,阅读演示返回的文字。
python app.py
你把一段合成的示例通话载入演示。它会把这段音频里的智利西班牙语语音以文字形式返回,你可以对照自己听到的内容。
如果你刚接触语音识别,先打开页面,跑一段示例音频。听一遍,再读转写文字,看两者有多接近。
如果你懂这个领域,这套方案就是一个基础 Whisper 模型加一个 LoRA 适配器。适配器只改动一小部分权重,而不是重新训练整个模型,所以调优的部分很小。这个 Space 在 Hugging Face 上运行在基础 CPU 硬件上。
把智利西班牙语语音转成文字,用 LoRA 适配器在 Whisper large-v3 上针对呼叫中心音频调优。适合语音团队和呼叫中心开发者的演示。
由 hablaip 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:Whisper Chileno 是一个转写智利西班牙语语音的演示,目标是呼叫中心的音频。它把 OpenAI 的 whisper-large-v3 模型和一个针对该领域调优的 LoRA 适配器搭配在一起。
README 署名 HablaIP SpA 和一个 CORFO 项目。Space 里的示例音频是用文字转语音合成的,不含任何真实客户数据。
适合谁:适合需要把智利西班牙语口语转成文字的团队,也适合想听听领域适配器如何改变基础语音模型的人。
行业 | 谁在用 | 怎么用 | 例子
客户服务 | 呼叫中心团队 | 把通话录音转成文字用于复查 | 运行一段示例通话并阅读转写结果
语音研究 | 机器学习工程师 | 把适配器和基础模型做对比 | 用同一段音频试两个模型
语言技术 | 西班牙语语音开发者 | 测试对智利口音的识别 | 播放内置示例之一
如果你的音频是其他语言,或者你需要的是成品转写服务,可以跳过它。
用在哪里:
用例 | 谁用 | 得到什么
转写一通电话 | 呼叫中心团队 | 以文字呈现的智利西班牙语口语
试用演示音频 | 开发者 | 合成示例音频的转写文本
检查适配器 | 研究人员 | 领域调优模型的输出
如何设置:
pip install -U huggingface_hub
hf download hablaip/whisper-chileno-demo --repo-type space --local-dir whisper-chileno-demo
cd whisper-chileno-demo
pip install gradio==6.22.0
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开这个 Space 的页面,或者用下面的命令启动你自己的副本。然后载入 samples 文件夹里的一个示例音频,阅读演示返回的文字。
python app.py
示例:你把一段合成的示例通话载入演示。它会把这段音频里的智利西班牙语语音以文字形式返回,你可以对照自己听到的内容。
新手与专家:如果你刚接触语音识别,先打开页面,跑一段示例音频。听一遍,再读转写文字,看两者有多接近。
如果你懂这个领域,这套方案就是一个基础 Whisper 模型加一个 LoRA 适配器。适配器只改动一小部分权重,而不是重新训练整个模型,所以调优的部分很小。这个 Space 在 Hugging Face 上运行在基础 CPU 硬件上。
你载入一段示例音频
app.py 把它交给 whisper-large-v3
LoRA 适配器针对呼叫中心语音调优
转写文字显示在页面上
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 |
|---|---|---|---|---|
| Whisper Chileno 本页 | 1 | gradio | apache-2.0 | |
| Signature Detection共有 gradio | 12 | gradio | agpl-3.0 | |
| Salamtak سلامتك共有 gradio | 2 | gradio | agpl-3.0 | |
| Customer Churn Predictor共有 gradio | 1 | gradio | mit | |
| Medical Insight Explorer Agent共有 gradio | 1 | gradio | mit | |
| Food Waste CV共有 gradio | 1 | gradio | agpl-3.0 |
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。
perplexity-ai · 工具包
根据文字和图片为一个决策挑出最合适的选项,比如哪个团队应该处理一条请求,并给出每个选项的概率,适合构建分流和审核工作流的开发者。
numind · 工具包
以文本或图像读取文档,按你要的字段填写 JSON 模板,或把页面转成 Markdown。这是一个 4B 模型,适合处理扫描件、表单和发票的团队。
nace-ai · 工具包
一次推理就对一份文档的是非题、选择题和打分题给出每个选项的概率。这是 Nace.AI 的 8B 决策模型,你可以自己运行,许可证为非商业。