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。
用一个只有 94K 参数的小模型在浏览器里朗读法语文字,完全在你自己的设备上运行,声音是 Estelle。适合想要不用服务器、不用安装的法语语音的人。
Brindille 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 edbrdi/brindille --repo-type space --local-dir brindille cd brindille
Brindille 是一个有 94K 参数的法语文字转语音模型,完全在浏览器内运行。它的推理引擎 Alkove 被编译成了 WebAssembly。声音是 Estelle,取自 Kyutai 的 Pocket TTS,页面自己的副标题说整个法语声音只有 2.7 MB。
适合想要一个不用运行服务器的法语声音的人,也适合想看语音模型怎样打包到浏览器里的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 网页开发 | 前端开发者 | 研究语音模型怎样通过 WebAssembly 在浏览器里运行 | 开发者阅读 tts.js 和 tts.wasm,看它们怎样配合。 |
| 内容创作 | 法语内容的创作者 | 用清晰的声音听法语文字被朗读 | 创作者输入一行字,听 Estelle 的声音。 |
| 教育 | 法语学习者和老师 | 听句子被朗读出来 | 学习者把一个句子反复播放几遍。 |
| 无障碍 | 更喜欢听的读者 | 不用安装任何东西就让法语文字被朗读 | 读者打开页面,播放一段文字。 |
如果你需要其他语言或声音,可以跳过它,因为它只提供一个法语声音。
| Use case | Who | What they get back |
|---|---|---|
| 在线听法语语音 | 任何人 | 在浏览器里生成的音频,无需安装 |
| 保留本地副本 | 开发者 | 一个文件夹里的页面、模型文件夹和 WebAssembly 文件 |
| 研究打包方式 | 工程师 | tts.js、tts.wasm 和模型文件夹 |
pip install -U huggingface_hub hf download edbrdi/brindille --repo-type space --local-dir brindille cd brindille
打开 Space 页面,或者在浏览器里打开下载好的 index.html 文件。给页面一段法语文字,播放它生成的语音。
| Tool | What it does |
|---|---|
| index.html | 你在浏览器里打开的页面 |
| tts.js | 运行语音引擎的脚本 |
| tts.wasm | 从名字看,是推理引擎的 WebAssembly 版本 |
| model | 存放声音模型的文件夹 |
你打开页面,给它一个简短的法语句子。浏览器用 Estelle 的声音朗读它,语音是在你自己的设备上生成的。
如果你是新手,打开 Space 页面,试一个简短的句子。不用安装任何东西,也不涉及服务器。
如果你熟悉这个领域,这个模型很小,只有 94K 参数,Alkove 推理引擎被编译成了 WebAssembly。声音来自 Kyutai 的 Pocket TTS。仓库里还有一个带致谢信息的 NOTICE 文件。
用一个只有 94K 参数的小模型在浏览器里朗读法语文字,完全在你自己的设备上运行,声音是 Estelle。适合想要不用服务器、不用安装的法语语音的人。
由 edbrdi 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:Brindille 是一个有 94K 参数的法语文字转语音模型,完全在浏览器内运行。它的推理引擎 Alkove 被编译成了 WebAssembly。声音是 Estelle,取自 Kyutai 的 Pocket TTS,页面自己的副标题说整个法语声音只有 2.7 MB。
适合谁:适合想要一个不用运行服务器的法语声音的人,也适合想看语音模型怎样打包到浏览器里的开发者。
Industry | Who uses it | How they use it | Example
网页开发 | 前端开发者 | 研究语音模型怎样通过 WebAssembly 在浏览器里运行 | 开发者阅读 tts.js 和 tts.wasm,看它们怎样配合。
内容创作 | 法语内容的创作者 | 用清晰的声音听法语文字被朗读 | 创作者输入一行字,听 Estelle 的声音。
教育 | 法语学习者和老师 | 听句子被朗读出来 | 学习者把一个句子反复播放几遍。
无障碍 | 更喜欢听的读者 | 不用安装任何东西就让法语文字被朗读 | 读者打开页面,播放一段文字。
如果你需要其他语言或声音,可以跳过它,因为它只提供一个法语声音。
用在哪里:
Use case | Who | What they get back
在线听法语语音 | 任何人 | 在浏览器里生成的音频,无需安装
保留本地副本 | 开发者 | 一个文件夹里的页面、模型文件夹和 WebAssembly 文件
研究打包方式 | 工程师 | tts.js、tts.wasm 和模型文件夹
如何设置:
pip install -U huggingface_hub
hf download edbrdi/brindille --repo-type space --local-dir brindille
cd brindille
如何使用:打开 Space 页面,或者在浏览器里打开下载好的 index.html 文件。给页面一段法语文字,播放它生成的语音。
Tool | What it does
index.html | 你在浏览器里打开的页面
tts.js | 运行语音引擎的脚本
tts.wasm | 从名字看,是推理引擎的 WebAssembly 版本
model | 存放声音模型的文件夹
示例:你打开页面,给它一个简短的法语句子。浏览器用 Estelle 的声音朗读它,语音是在你自己的设备上生成的。
新手与专家:如果你是新手,打开 Space 页面,试一个简短的句子。不用安装任何东西,也不涉及服务器。
如果你熟悉这个领域,这个模型很小,只有 94K 参数,Alkove 推理引擎被编译成了 WebAssembly。声音来自 Kyutai 的 Pocket TTS。仓库里还有一个带致谢信息的 NOTICE 文件。
在浏览器里打开页面
给它法语文字
WebAssembly 引擎运行模型
语音在你的设备上播放
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 |
|---|---|---|---|---|
| Brindille 本页 | 4 | static | apache-2.0 | |
| DALL·E mini共有 static | 5,750 | static | apache-2.0 | |
| Kokoro Text-to-Speech (WebGPU)共有 static | 369 | static | apache-2.0 | |
| DALL·E mini 文字生成图片共有 static | 342 | static | apache-2.0 | |
| Supertonic 3 (TTS)共有 static | 291 | static | openrail | |
| XortronDesktop共有 static | 30 | static | wtfpl |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
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。