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。
给 YuE2-3B 用的实验性 70 MB LoRA 适配器,让歌曲生成避开人声,纯音乐提示词就真的得到纯音乐。适合制作游戏或影视背景音乐的人。
YuE2-3B-instrumental-kto-lora 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 stevensu/YuE2-3B-instrumental-kto-lora
这是一个约 70 MB 的实验性 LoRA 适配器,用于 YuE2-3B 歌曲生成器。在作者的测试中,让官方模型生成无人声的曲子,仍有大约一半出现演唱、哼唱或吟唱。这个适配器把语义阶段引导到远离人声内容的方向。
想用 YuE2-3B 生成无人声背景音乐的创作者,以及研究音频模型偏好调优的研究者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 游戏音频 | 需要背景音乐的开发者 | 根据风格提示词生成纯音乐 | 一首紧张的 Boss 战曲目 |
| 影视 | 需要无人声配乐的剪辑师 | 创作不会和对白冲突的音乐 | 旁白下面平静的底乐 |
| 音频研究 | 研究偏好调优的人 | 研究适配器如何改变语义阶段 | 比较开启和关闭适配器的曲目 |
如果你想要带人声的歌曲,或者需要商用,可以跳过它,因为许可证是非商业的。
| 用途 | 适合谁 | 得到什么 |
|---|---|---|
| 游戏纯音乐 | 游戏开发者 | 作者测试中没有人声的曲目 |
| 无人声影视配乐 | 剪辑师 | 没有演唱或哼唱的背景音乐 |
| 研究适配器 | 研究者 | 训练设置有记录的小型 LoRA |
你需要官方的 YuE2-3B 基础模型,因为适配器不能单独使用。模型卡提到一个叫 adapter.safetensors 的文件,以及应用它的 Python 脚本 yue2_instrumental_lora.py。
pip install -U huggingface_hub hf download stevensu/YuE2-3B-instrumental-kto-lora
生成时开启适配器,并保持提示词、乐谱和随机种子不变。适配器只在语义 token 阶段起作用。乐谱规划、第二阶段模型和 VAE 仍用官方权重。这里用到的模型卡部分没有给出运行命令。
你写一条提示词,比如“slow ambient pads for a quiet title menu”,开启适配器生成。你会得到一首纯音乐。在作者的盲听测试里,听过的 20 首适配器曲目都没有人声。
如果你是新手,把它看作 YuE2-3B 的附加组件,而不是独立模型。第一步可以用同一条提示词生成两次,一次关闭适配器,一次开启,听听区别。
对专家来说,适配器的秩为 16,alpha 为 32,只作用于自回归专家。它用 KTO 在 147 首 YuE2 自己生成的纯音乐上训练,每首标为干净或有人声。模型卡还测试了用无分类器引导加负面提示词的做法,称它的效果很小。
给 YuE2-3B 用的实验性 70 MB LoRA 适配器,让歌曲生成避开人声,纯音乐提示词就真的得到纯音乐。适合制作游戏或影视背景音乐的人。
由 stevensu 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:这是一个约 70 MB 的实验性 LoRA 适配器,用于 YuE2-3B 歌曲生成器。在作者的测试中,让官方模型生成无人声的曲子,仍有大约一半出现演唱、哼唱或吟唱。这个适配器把语义阶段引导到远离人声内容的方向。
适合谁:想用 YuE2-3B 生成无人声背景音乐的创作者,以及研究音频模型偏好调优的研究者。
行业 | 谁在用 | 怎么用 | 例子
游戏音频 | 需要背景音乐的开发者 | 根据风格提示词生成纯音乐 | 一首紧张的 Boss 战曲目
影视 | 需要无人声配乐的剪辑师 | 创作不会和对白冲突的音乐 | 旁白下面平静的底乐
音频研究 | 研究偏好调优的人 | 研究适配器如何改变语义阶段 | 比较开启和关闭适配器的曲目
如果你想要带人声的歌曲,或者需要商用,可以跳过它,因为许可证是非商业的。
用在哪里:
用途 | 适合谁 | 得到什么
游戏纯音乐 | 游戏开发者 | 作者测试中没有人声的曲目
无人声影视配乐 | 剪辑师 | 没有演唱或哼唱的背景音乐
研究适配器 | 研究者 | 训练设置有记录的小型 LoRA
如何设置:你需要官方的 YuE2-3B 基础模型,因为适配器不能单独使用。模型卡提到一个叫 adapter.safetensors 的文件,以及应用它的 Python 脚本 yue2_instrumental_lora.py。
pip install -U huggingface_hub
hf download stevensu/YuE2-3B-instrumental-kto-lora
如何使用:生成时开启适配器,并保持提示词、乐谱和随机种子不变。适配器只在语义 token 阶段起作用。乐谱规划、第二阶段模型和 VAE 仍用官方权重。这里用到的模型卡部分没有给出运行命令。
示例:你写一条提示词,比如“slow ambient pads for a quiet title menu”,开启适配器生成。你会得到一首纯音乐。在作者的盲听测试里,听过的 20 首适配器曲目都没有人声。
新手与专家:如果你是新手,把它看作 YuE2-3B 的附加组件,而不是独立模型。第一步可以用同一条提示词生成两次,一次关闭适配器,一次开启,听听区别。
对专家来说,适配器的秩为 16,alpha 为 32,只作用于自回归专家。它用 KTO 在 147 首 YuE2 自己生成的纯音乐上训练,每首标为干净或有人声。模型卡还测试了用无分类器引导加负面提示词的做法,称它的效果很小。
风格提示词
开启适配器的 YuE2-3B
语义阶段被引导远离人声
乐谱、第二阶段和 VAE 保持官方权重
纯音乐曲目
注意事项:
Title: 作者盲听测试中的人声率
Official YuE2: 56 %
With adapter: 0 %
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download stevensu/YuE2-3B-instrumental-kto-lora
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 |
|---|---|---|---|---|---|
| YuE2-3B-instrumental-kto-lora 本页 | 0 | 7 | — | cc-by-nc-4.0 | |
| YuE2 instrumental cot full LoRAs共有 instrumental · music · yue2 | 0 | 95 | — | cc-by-nc-4.0 | |
| YuE2 Particle Sliders v2共有 music-generation · yue2 · lora | 0 | 22 | — | cc-by-nc-4.0 | |
| MLTNT Militant Roots Reggae LoRAs for YuE2共有 music-generation · yue2 · lora | 0 | 27 | — | cc-by-nc-4.0 | |
| YuE2-hum-to-song共有 music · yue2 · lora | 0 | 47 | — | cc-by-nc-4.0 | |
| YuE2-GGUF共有 music-generation · yue2 | 8,466,401 | 31 | 632M | cc-by-nc-4.0 |
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。