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。
为 Phonon S 文字转语音模型提供 102 个现成的声音,涵盖英语、法语、德语、西班牙语和葡萄牙语,每个都是可直接加载的小型嵌入文件,不需要克隆。
Phonon voices 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 gradium/phonon-voices
Phonon voices 是 gradium 为 Phonon S(一个 31M 的文字转语音模型)做的一套 102 个声音。里面有 7 个地区的 90 个目录声音和 12 个英语角色声音。每个声音都是一个 safetensors 嵌入文件,Phonon 原样加载,所以你从列表里挑选,不会克隆任何声音。
用 Phonon S 构建语音功能,并想要多种语言可选声音的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 语音应用 | 应用开发者 | 给助手配一个选定的声音 | 一个用男声说话的西班牙语助手 |
| 媒体 | 视频和音频创作者 | 用固定的声音朗读脚本 | 一段短视频的法语旁白 |
| 教育 | 语言老师 | 用多种语言朗读课文 | 一段德语或葡萄牙语朗读 |
| 游戏 | 游戏开发者 | 使用英语角色声音 | 给游戏人物配的角色声音 |
如果你不用 Phonon S,可以跳过它,因为这些文件是为那个模型做的。
| Use case | Who | What they get back |
|---|---|---|
| 旁白 | 创作者 | 用你选的声音、五种语言之一说出的语音 |
| 助手 | 应用开发者 | 每条回复都用固定的声音 |
| 角色语音 | 游戏开发者 | 12 个英语角色声音之一 |
pip install -U huggingface_hub hf download gradium/phonon-voices
浏览卡片上的声音表,里面按名字和 ID 列出每个声音,并播放每个声音的样本。挑一个声音,在 Phonon 里加载它的文件。卡片没有给出运行命令,所以加载声音的方法请看 Phonon 的文档。
你在美式英语列表里听一个叫 Zoey 的声音的样本,觉得不错,就在 Phonon S 里加载她的文件。你交给 Phonon 的文字就会用这个声音念出来。
如果你是新手,先在卡片页面上播放几个样本,选定一个再下载。这些文件是小型嵌入,不是完整的模型。
每个文件是格式为 ba7a5a45@300 的 safetensors 嵌入,里面有一个名为 speaker_wavs 的 float32 张量,形状是 1 乘 512 乘 125。Phonon 直接使用它,没有克隆步骤。这一套有 48 个女声、42 个男声和 12 个角色声音。
为 Phonon S 文字转语音模型提供 102 个现成的声音,涵盖英语、法语、德语、西班牙语和葡萄牙语,每个都是可直接加载的小型嵌入文件,不需要克隆。
由 gradium 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:Phonon voices 是 gradium 为 Phonon S(一个 31M 的文字转语音模型)做的一套 102 个声音。里面有 7 个地区的 90 个目录声音和 12 个英语角色声音。每个声音都是一个 safetensors 嵌入文件,Phonon 原样加载,所以你从列表里挑选,不会克隆任何声音。
适合谁:用 Phonon S 构建语音功能,并想要多种语言可选声音的开发者。
Industry | Who uses it | How they use it | Example
语音应用 | 应用开发者 | 给助手配一个选定的声音 | 一个用男声说话的西班牙语助手
媒体 | 视频和音频创作者 | 用固定的声音朗读脚本 | 一段短视频的法语旁白
教育 | 语言老师 | 用多种语言朗读课文 | 一段德语或葡萄牙语朗读
游戏 | 游戏开发者 | 使用英语角色声音 | 给游戏人物配的角色声音
如果你不用 Phonon S,可以跳过它,因为这些文件是为那个模型做的。
用在哪里:
Use case | Who | What they get back
旁白 | 创作者 | 用你选的声音、五种语言之一说出的语音
助手 | 应用开发者 | 每条回复都用固定的声音
角色语音 | 游戏开发者 | 12 个英语角色声音之一
如何设置:
pip install -U huggingface_hub
hf download gradium/phonon-voices
如何使用:浏览卡片上的声音表,里面按名字和 ID 列出每个声音,并播放每个声音的样本。挑一个声音,在 Phonon 里加载它的文件。卡片没有给出运行命令,所以加载声音的方法请看 Phonon 的文档。
示例:你在美式英语列表里听一个叫 Zoey 的声音的样本,觉得不错,就在 Phonon S 里加载她的文件。你交给 Phonon 的文字就会用这个声音念出来。
新手与专家:如果你是新手,先在卡片页面上播放几个样本,选定一个再下载。这些文件是小型嵌入,不是完整的模型。
每个文件是格式为 ba7a5a45@300 的 safetensors 嵌入,里面有一个名为 speaker_wavs 的 float32 张量,形状是 1 乘 512 乘 125。Phonon 直接使用它,没有克隆步骤。这一套有 48 个女声、42 个男声和 12 个角色声音。
在卡片上听样本
挑一个声音并记下它的文件
在 Phonon S 里加载这个文件
Phonon 用这个声音念出你的文字
注意事项:
Title: 各语言的声音数量
English: 37 voices
Spanish: 25 voices
French: 15 voices
German: 13 voices
Portuguese: 12 voices
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download gradium/phonon-voices
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 4 KB
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。