Mindket

VoxPocket 高棉语语音合成

新上架第 1 版 · 更新于

概览

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。

速览

你需要
  • 在线使用的话什么都不用装
  • 在自己电脑上运行副本需要 Python
  • 用 pip 安装的 huggingface_hub 包
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 你自己的电脑,Windows、macOS 或 Linux,装有 Python
先运行
pip install -U huggingface_hub
hf download muyleanging/VoxPocket-TTS-Demo --repo-type space --local-dir VoxPocket-TTS-Demo
cd VoxPocket-TTS-Demo

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

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

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 你自己的电脑,Windows、macOS 或 Linux,装有 Python
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

  • 在线使用的话什么都不用装
  • 在自己电脑上运行副本需要 Python
  • 用 pip 安装的 huggingface_hub 包
  1. 打开 Hugging Face 上这个 Space 的页面,即可在线使用。
  2. 要运行副本,先安装 huggingface_hub,再把这个 Space 下载到一个文件夹。
  3. 进入该文件夹,安装指定版本的 Gradio,再安装列出的依赖包。
  4. 用 Python 启动应用。
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。

  1. 你输入高棉语文字
  2. 你选择音频、风格或描述
  3. VoxPocket 模型生成声音
  4. 音频在浏览器里播放

注意事项

  • License: apache-2
  • Cost to run: 没有提到费用。在线的 Space 运行在 Hugging Face 的硬件上,自己的副本需要 requirements.txt 里的 Python 包。
  • Data it reaches: 你提供的文字和音频片段,以及它在 Hugging Face 上指定的模型。
  • Not for: 冒充真人或制作欺骗性的音频。只使用你有权使用的声音。

README 和文件

README

VoxPocket 高棉语语音合成

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。

简介

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:

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • 你自己的电脑,Windows、macOS 或 Linux,装有 Python
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:

  • 在线使用的话什么都不用装
  • 在自己电脑上运行副本需要 Python
  • 用 pip 安装的 huggingface_hub 包
  1. 打开 Hugging Face 上这个 Space 的页面,即可在线使用。
  2. 要运行副本,先安装 huggingface_hub,再把这个 Space 下载到一个文件夹。
  3. 进入该文件夹,安装指定版本的 Gradio,再安装列出的依赖包。
  4. 用 Python 启动应用。
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:

  • License: apache-2
  • Cost to run: 没有提到费用。在线的 Space 运行在 Hugging Face 的硬件上,自己的副本需要 requirements.txt 里的 Python 包。
  • Data it reaches: 你提供的文字和音频片段,以及它在 Hugging Face 上指定的模型。
  • Not for: 冒充真人或制作欺骗性的音频。只使用你有权使用的声音。

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/muyleanging/VoxPocket-TTS-Demo
  • 文件:https://huggingface.co/spaces/muyleanging/VoxPocket-TTS-Demo/tree/main

试用

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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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1gradioapache-2.0
MusicGen共有 gradio5,116gradiocc-by-nc-4.0
Kokoro TTS共有 gradio3,556gradioapache-2.0
Background Removal共有 gradio2,988gradiomit
Omni Image Editor共有 gradio2,922gradiomit
Diffusers Image Outpaint共有 gradio2,565gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

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。

新上架

Qwen2.5-7B-Instruct-GGUF

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。

新上架

ACE-Step 1.5 XL SFT

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。

新上架

效率类的相似商品

查看效率类的全部商品

Guizang PPT Skill

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。

新上架29.8k

Frontend Slides

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。

新上架32.3k

IPTV

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。

新上架144k