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。
把 10 到 30 秒的哼唱旋律、一行风格描述和歌词变成一首保留你旋律的成品歌曲。适合想听听自己的哼唱被发展成歌的词曲爱好者。
Hum to Song 是一款工具包,属于写作类,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 Mothersuperior/yue2-hum-to-song --repo-type space --local-dir yue2-hum-to-song cd yue2-hum-to-song
Hum to Song 是一个 Gradio 应用,把哼唱的旋律变成一首制作好的歌。你录一段 10 到 30 秒的短哼唱,再输入一行风格描述和歌词。返回的歌会保留你的旋律。歌曲会围绕哼唱构建新的段落,并在哼唱结束后继续往下写。
脑子里有旋律,却没有乐器或制作技能把它变成完整曲目的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 音乐 | 词曲创作者 | 用哼唱的旋律勾勒一首歌的想法 | 对着手机哼出的一段副歌 |
| 业余创作 | 普通创作者 | 把一段旋律和歌词变成完整的歌 | 带自定义歌词的生日歌 |
| 教育 | 音乐教师 | 演示一个短乐句怎样发展成完整结构 | 学生哼出的一个乐句 |
| 研究 | 音频研究者 | 试用以哼唱为条件的歌曲模型 | 对比三种旋律模式 |
如果你需要商用的音乐,可以跳过它,因为模型权重只允许非商业用途。
| Use case | Who | What they get back |
|---|---|---|
| 接着哼唱继续 | 词曲创作者 | 一首保留哼唱旋律并接着往下写的歌 |
| 只用哼唱 | 任何人 | 一首恰好就是你哼唱旋律的歌 |
| 忽略哼唱旋律 | 尝试者 | 一段新的旋律,哼唱只影响乐句的处理 |
pip install -U huggingface_hub hf download Mothersuperior/yue2-hum-to-song --repo-type space --local-dir yue2-hum-to-song cd yue2-hum-to-song pip install gradio==6.17.3 pip install -r requirements.txt python app.py
哼一段 10 到 30 秒的旋律,再加上风格描述和歌词,然后运行。从三种旋律模式里选一种。Max song length 只是上限,因为歌曲在哪里结束由模型决定。
python app.py
你哼一小段旋律,输入一行风格描述,比如慢节奏的原声民谣,再写两句歌词。应用返回一首成品歌曲,沿着你的旋律走,并在哼唱结束后继续。
先从在线版开始。打开 Space 页面,对着麦克风哼大约 15 秒的真实旋律,加上风格和歌词,然后听结果。真人哼唱可以,合成音调不行。
这个应用把 Mothersuperior/YuE2-hum-to-song 适配器和 m-a-p/YuE2-3B 模型配合使用。SheetSage2 把哼唱转写成乐谱,乐谱故意保持开放,让规划器继续往下写。随后韵律适配器把由哼唱生成的音高载体送进解码器。适配器的效果很细微,所以请在哼唱的第一段里去判断。
把 10 到 30 秒的哼唱旋律、一行风格描述和歌词变成一首保留你旋律的成品歌曲。适合想听听自己的哼唱被发展成歌的词曲爱好者。
由 Mothersuperior 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:Hum to Song 是一个 Gradio 应用,把哼唱的旋律变成一首制作好的歌。你录一段 10 到 30 秒的短哼唱,再输入一行风格描述和歌词。返回的歌会保留你的旋律。歌曲会围绕哼唱构建新的段落,并在哼唱结束后继续往下写。
适合谁:脑子里有旋律,却没有乐器或制作技能把它变成完整曲目的人。
Industry | Who uses it | How they use it | Example
音乐 | 词曲创作者 | 用哼唱的旋律勾勒一首歌的想法 | 对着手机哼出的一段副歌
业余创作 | 普通创作者 | 把一段旋律和歌词变成完整的歌 | 带自定义歌词的生日歌
教育 | 音乐教师 | 演示一个短乐句怎样发展成完整结构 | 学生哼出的一个乐句
研究 | 音频研究者 | 试用以哼唱为条件的歌曲模型 | 对比三种旋律模式
如果你需要商用的音乐,可以跳过它,因为模型权重只允许非商业用途。
用在哪里:
Use case | Who | What they get back
接着哼唱继续 | 词曲创作者 | 一首保留哼唱旋律并接着往下写的歌
只用哼唱 | 任何人 | 一首恰好就是你哼唱旋律的歌
忽略哼唱旋律 | 尝试者 | 一段新的旋律,哼唱只影响乐句的处理
如何设置:
pip install -U huggingface_hub
hf download Mothersuperior/yue2-hum-to-song --repo-type space --local-dir yue2-hum-to-song
cd yue2-hum-to-song
pip install gradio==6.17.3
pip install -r requirements.txt
python app.py
如何使用:哼一段 10 到 30 秒的旋律,再加上风格描述和歌词,然后运行。从三种旋律模式里选一种。Max song length 只是上限,因为歌曲在哪里结束由模型决定。
python app.py
示例:你哼一小段旋律,输入一行风格描述,比如慢节奏的原声民谣,再写两句歌词。应用返回一首成品歌曲,沿着你的旋律走,并在哼唱结束后继续。
新手与专家:先从在线版开始。打开 Space 页面,对着麦克风哼大约 15 秒的真实旋律,加上风格和歌词,然后听结果。真人哼唱可以,合成音调不行。
这个应用把 Mothersuperior/YuE2-hum-to-song 适配器和 m-a-p/YuE2-3B 模型配合使用。SheetSage2 把哼唱转写成乐谱,乐谱故意保持开放,让规划器继续往下写。随后韵律适配器把由哼唱生成的音高载体送进解码器。适配器的效果很细微,所以请在哼唱的第一段里去判断。
你哼 10 到 30 秒
SheetSage2 把哼唱转成乐谱
规划器写出歌曲的其余部分
解码器渲染音频
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 |
|---|---|---|---|---|
| Hum to Song 本页 | 124 | gradio | cc-by-nc-4.0 | |
| PROMPT++共有 gradio | 247 | gradio | apache-2.0 | |
| humanizer共有 gradio | 51 | gradio | apache-2.0 | |
| Arabic Poetry Generator共有 gradio | 30 | gradio | cc-by-nc-4.0 | |
| Essay_generator_app共有 gradio | 4 | gradio | apache-2.0 | |
| Sakil_text_summarization_app共有 gradio | 3 | 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。
vennify · 工具包
用在 JFLEG 数据集上训练的 T5 模型改写英文文本,减少语法错误。由 vennify 制作,适合想在 Python 里加入语法修正步骤的写作者、学生和开发者。
tencent · 工具包
在你自己的设备上用压缩到 1.25 比特的 1.8B 模型进行 33 种语言之间的翻译,GGUF 文件约 440 MB,适用于 llama.cpp。适合给应用加入离线翻译的开发者。
summerAIO · 工具包
用经过微调、采用 Gated DeltaNet 层的 27B 模型,对整本书长度的文字做摘要、问答和续写,支持英语和日语。适合处理长文档的人。