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。
在浏览器里把高棉语文字转成语音,支持用短音频克隆声音、选择风格,也能按描述设计声音。适合做高棉语音频的创作者和研究者。
VoxPocket 高棉语语音合成 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 muyleanging/VoxPocket-TTS-Demo --repo-type space --local-dir VoxPocket-TTS-Demo cd VoxPocket-TTS-Demo
VoxPocket 能在浏览器里把高棉语文字转成语音。你可以用一小段音频克隆声音,再加上风格,也可以用文字描述设计一个声音。它基于同一作者的 VoxPocket Khmer 模型。
如果你需要高棉语语音又不想自己录音,或者想了解小型语音模型,它就适合你。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 媒体 | 视频创作者 | 给视频加高棉语旁白 | 用选定的声音朗读一段短脚本 |
| 教育 | 老师和课程制作者 | 制作课程的语音版 | 把一段阅读材料变成给学习者听的音频 |
| 应用开发 | 开发者 | 听高棉语文字读出来的效果 | 检查一条通知或标签读起来怎么样 |
| 研究 | 语音研究者 | 试用小型高棉语声音模型 | 比较用音频做的声音和用描述做的声音 |
如果你需要高棉语以外的语言,可以跳过它。
| 使用场景 | 谁用 | 得到什么 |
|---|---|---|
| 旁白 | 创作者 | 由输入文字生成的高棉语配音 |
| 带风格的声音 | 创作者 | 用克隆声音并带所选风格的音频 |
| 设计的声音 | 研究者 | 按文字描述生成的新声音 |
pip install -U huggingface_hub hf download muyleanging/VoxPocket-TTS-Demo --repo-type space --local-dir VoxPocket-TTS-Demo cd VoxPocket-TTS-Demo pip install gradio==6.31.0 pip install -r requirements.txt python app.py
输入你的高棉语文字,然后选择声音的做法。你可以给一小段音频来克隆,加上风格,或者描述你想要的声音。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
输入一句简短的高棉语问候,加上几秒你有权使用的声音,然后运行。你会得到这句问候的音频,声音接近你给的那段音频。
如果你是新手,先在线打开这个 Space,试一句简短的高棉语。用你自己的声音片段最稳妥,因为你肯定有权使用它。
如果你熟悉这个领域,仓库里有 app.py、一个高棉语文字辅助文件、一个词典文件和一个词表文件。这说明模型发声之前有高棉语文本的预处理。这个 Space 用 Gradio 搭建,在 Hugging Face 的 GPU 硬件上运行,所以在没有 GPU 的自己的电脑上可能会比较慢。
在浏览器里把高棉语文字转成语音,支持用短音频克隆声音、选择风格,也能按描述设计声音。适合做高棉语音频的创作者和研究者。
由 muyleanging 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:VoxPocket 能在浏览器里把高棉语文字转成语音。你可以用一小段音频克隆声音,再加上风格,也可以用文字描述设计一个声音。它基于同一作者的 VoxPocket Khmer 模型。
适合谁:如果你需要高棉语语音又不想自己录音,或者想了解小型语音模型,它就适合你。
行业 | 谁在用 | 怎么用 | 例子
媒体 | 视频创作者 | 给视频加高棉语旁白 | 用选定的声音朗读一段短脚本
教育 | 老师和课程制作者 | 制作课程的语音版 | 把一段阅读材料变成给学习者听的音频
应用开发 | 开发者 | 听高棉语文字读出来的效果 | 检查一条通知或标签读起来怎么样
研究 | 语音研究者 | 试用小型高棉语声音模型 | 比较用音频做的声音和用描述做的声音
如果你需要高棉语以外的语言,可以跳过它。
用在哪里:
使用场景 | 谁用 | 得到什么
旁白 | 创作者 | 由输入文字生成的高棉语配音
带风格的声音 | 创作者 | 用克隆声音并带所选风格的音频
设计的声音 | 研究者 | 按文字描述生成的新声音
如何设置:
pip install -U huggingface_hub
hf download muyleanging/VoxPocket-TTS-Demo --repo-type space --local-dir VoxPocket-TTS-Demo
cd VoxPocket-TTS-Demo
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py
如何使用:输入你的高棉语文字,然后选择声音的做法。你可以给一小段音频来克隆,加上风格,或者描述你想要的声音。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:输入一句简短的高棉语问候,加上几秒你有权使用的声音,然后运行。你会得到这句问候的音频,声音接近你给的那段音频。
新手与专家:如果你是新手,先在线打开这个 Space,试一句简短的高棉语。用你自己的声音片段最稳妥,因为你肯定有权使用它。
如果你熟悉这个领域,仓库里有 app.py、一个高棉语文字辅助文件、一个词典文件和一个词表文件。这说明模型发声之前有高棉语文本的预处理。这个 Space 用 Gradio 搭建,在 Hugging Face 的 GPU 硬件上运行,所以在没有 GPU 的自己的电脑上可能会比较慢。
你输入高棉语文字
你选择音频、风格或描述
VoxPocket 模型生成声音
音频在浏览器里播放
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 |
|---|---|---|---|---|
| VoxPocket 高棉语语音合成 本页 | 1 | gradio | apache-2.0 | |
| 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 |
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。
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。
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。