Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
在 Gradio 页面里运行 Wav2Lip 口型同步,把嘴部动作和语音音频对上,适合试验视频和语音工具的人。
Gradio Lipsync Wav2lip 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 manavisrani07/gradio-lipsync-wav2lip --repo-type space --local-dir gradio-lipsync-wav2lip cd gradio-lipsync-wav2lip
Gradio Lipsync Wav2lip 是围绕口型同步模型 Wav2Lip 搭建的 Gradio 页面。口型同步就是让视频里的嘴部动作和一段语音录音对上。仓库里有 Wav2Lip 模型代码、人脸检测和人脸解析文件夹,以及检查点。来源没有描述界面上的控件。
想试试口型同步、又不想自己搭建流程的开发者和爱好者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 视频制作 | 剪辑师和爱好者 | 尝试让一段视频的嘴部动作对上一段录音 | 用新的配音轨道测试一小段视频 |
| 软件 | 视频工具的开发者 | 研究口型同步演示是怎么搭起来的 | 阅读 inference.py 和模型文件夹 |
| 研究 | 测试语音和视频模型的人 | 在浏览器里运行 Wav2Lip,不用本地配置 | 在托管页面上试一段视频 |
如果你的工作不涉及视频和语音音频,可以跳过它。
| 使用场景 | 谁用 | 得到什么 |
|---|---|---|
| 在一段视频上试口型同步 | 爱好者 | 嘴部动作和语音对上的视频 |
| 阅读一个能运行的演示 | 开发者 | 一个带有 Wav2Lip 模型代码、可供研究的 Gradio 应用 |
| 在线测试 Wav2Lip | 研究者 | 不用安装任何东西的托管页面 |
在线使用不需要安装任何东西。要在自己电脑上运行副本,需要先准备几样东西。
pip install -U huggingface_hub hf download manavisrani07/gradio-lipsync-wav2lip --repo-type space --local-dir gradio-lipsync-wav2lip cd gradio-lipsync-wav2lip pip install gradio==4.43.0 pip install -r requirements.txt python app.py
打开这个 Space 的页面,或者在你自己的副本里启动 app.py,然后按页面上的标签操作。来源没有写明控件,所以以页面本身为准。
python app.py
你打开页面,放入一小段人脸视频和一段语音录音,然后运行。你应该会得到嘴部动作和这段语音对上的视频。来源没有给出示例输出,所以请自己检查结果。
可以把口型同步想成让嘴巴跟着你听到的话同步动起来。第一步,打开托管页面,试一段简短的视频和一段简短的录音。
仓库里有 Wav2Lip 模型、人脸检测、人脸解析、一个 ESRGAN 模型和 basicsr 的文件夹,检查点和权重也存放在一起。来源没有解释这些部分如何配合。这个 Space 在 Hugging Face 的 cpu-basic 硬件上用 Python 3.8 运行。
在 Gradio 页面里运行 Wav2Lip 口型同步,把嘴部动作和语音音频对上,适合试验视频和语音工具的人。
由 manavisrani07 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:Gradio Lipsync Wav2lip 是围绕口型同步模型 Wav2Lip 搭建的 Gradio 页面。口型同步就是让视频里的嘴部动作和一段语音录音对上。仓库里有 Wav2Lip 模型代码、人脸检测和人脸解析文件夹,以及检查点。来源没有描述界面上的控件。
适合谁:想试试口型同步、又不想自己搭建流程的开发者和爱好者。
行业 | 谁在用 | 怎么用 | 例子
视频制作 | 剪辑师和爱好者 | 尝试让一段视频的嘴部动作对上一段录音 | 用新的配音轨道测试一小段视频
软件 | 视频工具的开发者 | 研究口型同步演示是怎么搭起来的 | 阅读 inference.py 和模型文件夹
研究 | 测试语音和视频模型的人 | 在浏览器里运行 Wav2Lip,不用本地配置 | 在托管页面上试一段视频
如果你的工作不涉及视频和语音音频,可以跳过它。
用在哪里:
使用场景 | 谁用 | 得到什么
在一段视频上试口型同步 | 爱好者 | 嘴部动作和语音对上的视频
阅读一个能运行的演示 | 开发者 | 一个带有 Wav2Lip 模型代码、可供研究的 Gradio 应用
在线测试 Wav2Lip | 研究者 | 不用安装任何东西的托管页面
如何设置:在线使用不需要安装任何东西。要在自己电脑上运行副本,需要先准备几样东西。
pip install -U huggingface_hub
hf download manavisrani07/gradio-lipsync-wav2lip --repo-type space --local-dir gradio-lipsync-wav2lip
cd gradio-lipsync-wav2lip
pip install gradio==4.43.0
pip install -r requirements.txt
python app.py
如何使用:打开这个 Space 的页面,或者在你自己的副本里启动 app.py,然后按页面上的标签操作。来源没有写明控件,所以以页面本身为准。
python app.py
示例:你打开页面,放入一小段人脸视频和一段语音录音,然后运行。你应该会得到嘴部动作和这段语音对上的视频。来源没有给出示例输出,所以请自己检查结果。
新手与专家:可以把口型同步想成让嘴巴跟着你听到的话同步动起来。第一步,打开托管页面,试一段简短的视频和一段简短的录音。
仓库里有 Wav2Lip 模型、人脸检测、人脸解析、一个 ESRGAN 模型和 basicsr 的文件夹,检查点和权重也存放在一起。来源没有解释这些部分如何配合。这个 Space 在 Hugging Face 的 cpu-basic 硬件上用 Python 3.8 运行。
在浏览器里打开页面
给它一段人脸视频和语音音频
Wav2Lip 把嘴部动作和音频对上
同步后的视频返回
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 |
|---|---|---|---|---|
| Gradio Lipsync Wav2lip 本页 | 197 | gradio | apache-2.0 | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
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。