Huashu Design
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
Facebook 做的演示,围绕六个 xm_transformer_600m 翻译模型,带有 Common Voice 音频示例,从语言代码看是语音翻译。适合想在浏览器里试用语音翻译的人。
Xm_transformer_600m 语音翻译 是一款工具包,属于效率类,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 facebook/xm_transformer_600m --repo-type space --local-dir xm_transformer_600m cd xm_transformer_600m
Xm_transformer_600m 是 Facebook 做的演示,围绕六个 xm_transformer_600m 模型。它们的 ID 里写着从英语到阿拉伯语、西班牙语、法语、俄语、土耳其语和越南语的语言对。仓库里附带 Common Voice 音频示例,所以输入看起来是语音。README 是空的。
如果你想试用语音翻译模型,或者想看看 Facebook 是怎么把它们打包成演示的,它就适合你。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 研究 | 语音和翻译研究者 | 在真实录音上试用这些翻译模型 | 跑一段 Common Voice 示例音频 |
| 教育 | 语言学习者 | 听和读语音如何对应到另一种语言 | 播放一段示例,把输出和音频对照 |
| 开发 | 开发者 | 研究多模型演示是怎么搭建的 | 对着模型列表读 app.py |
如果你需要这六种之外的语言对,可以跳过它。
| 使用场景 | 谁用 | 得到什么 |
|---|---|---|
| 试用翻译 | 研究者 | 从模型名看,是对音频示例的输出 |
| 比较语言对 | 学习者 | 看看从英语出发的六个语言对 |
| 研究演示 | 开发者 | 一个包着多个模型的 Gradio 应用 |
pip install -U huggingface_hub hf download facebook/xm_transformer_600m --repo-type space --local-dir xm_transformer_600m cd xm_transformer_600m pip install gradio pip install -r requirements.txt python app.py
打开这个 Space,如果页面提供,就选一个语言对,然后给它音频。仓库里有 Common Voice 示例可以试。README 没有给出步骤,所以请按页面自己的控件操作。在自己的副本上,用下面的命令启动应用,再打开 Gradio 打印出的本地页面。
python app.py
在线打开这个 Space,跑那段对应阿拉伯语的英语示例音频。你会得到模型对这段音频的输出,不过 README 没有描述输出的形式。
如果你是新手,先跑一段示例音频,这样试自己的音频之前就知道会得到什么。清晰、背景噪音小的语音最容易。
如果你熟悉这个领域,这个 Space 列出了同一个 600M 级 Transformer 的六个多领域检查点,每个对应一种目标语言,应用大概会在它们之间选择。仓库里带有处理音频的系统包。README 没有给出基准数字。
Facebook 做的演示,围绕六个 xm_transformer_600m 翻译模型,带有 Common Voice 音频示例,从语言代码看是语音翻译。适合想在浏览器里试用语音翻译的人。
由 facebook 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:Xm_transformer_600m 是 Facebook 做的演示,围绕六个 xm_transformer_600m 模型。它们的 ID 里写着从英语到阿拉伯语、西班牙语、法语、俄语、土耳其语和越南语的语言对。仓库里附带 Common Voice 音频示例,所以输入看起来是语音。README 是空的。
适合谁:如果你想试用语音翻译模型,或者想看看 Facebook 是怎么把它们打包成演示的,它就适合你。
行业 | 谁在用 | 怎么用 | 例子
研究 | 语音和翻译研究者 | 在真实录音上试用这些翻译模型 | 跑一段 Common Voice 示例音频
教育 | 语言学习者 | 听和读语音如何对应到另一种语言 | 播放一段示例,把输出和音频对照
开发 | 开发者 | 研究多模型演示是怎么搭建的 | 对着模型列表读 app.py
如果你需要这六种之外的语言对,可以跳过它。
用在哪里:
使用场景 | 谁用 | 得到什么
试用翻译 | 研究者 | 从模型名看,是对音频示例的输出
比较语言对 | 学习者 | 看看从英语出发的六个语言对
研究演示 | 开发者 | 一个包着多个模型的 Gradio 应用
如何设置:
pip install -U huggingface_hub
hf download facebook/xm_transformer_600m --repo-type space --local-dir xm_transformer_600m
cd xm_transformer_600m
pip install gradio
pip install -r requirements.txt
python app.py
如何使用:打开这个 Space,如果页面提供,就选一个语言对,然后给它音频。仓库里有 Common Voice 示例可以试。README 没有给出步骤,所以请按页面自己的控件操作。在自己的副本上,用下面的命令启动应用,再打开 Gradio 打印出的本地页面。
python app.py
示例:在线打开这个 Space,跑那段对应阿拉伯语的英语示例音频。你会得到模型对这段音频的输出,不过 README 没有描述输出的形式。
新手与专家:如果你是新手,先跑一段示例音频,这样试自己的音频之前就知道会得到什么。清晰、背景噪音小的语音最容易。
如果你熟悉这个领域,这个 Space 列出了同一个 600M 级 Transformer 的六个多领域检查点,每个对应一种目标语言,应用大概会在它们之间选择。仓库里带有处理音频的系统包。README 没有给出基准数字。
你给应用一段音频
你选择语言对
对应的 xm_transformer 模型运行
页面显示它的输出
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 |
|---|---|---|---|---|
| Xm_transformer_600m 语音翻译 本页 | 11 | gradio | mit | |
| MusicGen共有 gradio | 5,116 | gradio | cc-by-nc-4.0 | |
| Kokoro TTS共有 gradio | 3,556 | gradio | apache-2.0 | |
| Background Removal共有 gradio | 2,988 | gradio | mit | |
| Omni Image Editor共有 gradio | 2,922 | gradio | mit | |
| Diffusers Image Outpaint共有 gradio | 2,565 | gradio | apache-2.0 |
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
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。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。
uwg · 工具包
收录来自 OpenModelDB 社区的一组图像放大模型,适合想在自己电脑上用 AI 放大低分辨率图片的人。