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。
用一个快速、轻量的中部加泰罗尼亚语声音模型,把加泰罗尼亚语文字转成语音。可在 Hugging Face 的浏览器里运行,也可在你自己电脑上的 Docker 容器里运行。
matxa-tts-v2 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 BSC-LT/matxa-tts-v2 --repo-type space --local-dir matxa-tts-v2 cd matxa-tts-v2
这个 Space 是一个中部加泰罗尼亚语的文字转语音演示,目标是又快又轻。你给它加泰罗尼亚语文字,它就生成语音音频。仓库里有两个 ONNX 模型文件、JSON 格式的说话人列表和应用代码。
适合需要加泰罗尼亚语声音的人,从给应用加语音输出的开发者,到老师和内容创作者。
| 行业 | 使用者 | 使用方式 | 例子 |
|---|---|---|---|
| 软件 | 开发者 | 在给应用加语音之前,先试听加泰罗尼亚语声音 | 开发者听几个示例句子,检查音质 |
| 媒体 | 内容创作者 | 把加泰罗尼亚语文字变成语音音频 | 创作者为一段加泰罗尼亚语短稿配音 |
| 教育 | 语言老师 | 让学习者听到被朗读出来的加泰罗尼亚语文字 | 老师给全班播放一段文字 |
| 研究 | 语音研究人员 | 研究一套基于 ONNX 的快速加泰罗尼亚语合成方案 | 研究人员查看模型文件和提到的数据集 |
如果你需要加泰罗尼亚语以外的语言,可以跳过它。
你可以在下面这些地方使用它。
| 使用场景 | 适合谁 | 得到什么 |
|---|---|---|
| 听加泰罗尼亚语文字 | 任何人 | 文字对应的语音音频 |
| 测试声音模型 | 开发者 | 一个可运行的演示,用来判断音质和速度 |
| 自己运行 | 开发者 | 一个在 7860 端口提供应用的容器 |
在线使用只需要浏览器。本地副本需要 Python 来下载,需要 Docker 来运行应用。
pip install -U huggingface_hub hf download BSC-LT/matxa-tts-v2 --repo-type space --local-dir matxa-tts-v2 cd matxa-tts-v2 docker build -t matxa-tts-v2 . docker run -it -p 7860:7860 matxa-tts-v2
打开这个 Space 的页面,或者本地副本的 7860 端口,在页面里输入一些加泰罗尼亚语文字。开始合成语音,然后播放它返回的音频。
docker run -it -p 7860:7860 matxa-tts-v2
你打开页面,输入一个简短的加泰罗尼亚语句子。应用返回这个句子的中部加泰罗尼亚语语音音频,你可以在浏览器里播放。
文字转语音就是让程序把书面文字朗读出来。这个模型说的是中部加泰罗尼亚语,设计目标是在一般的硬件上也能跑得快。先打开这个 Space 的页面,试一个简短的句子。
从底层看,这个 Space 是一个 Docker 应用,在 7860 端口提供服务,在 Hugging Face 的 cpu-basic 硬件上运行。从文件名看,一个 ONNX 模型是 10 步,另一个多口音的是 20 步,各有自己的说话人列表。记录里还提到一个 22 kHz 的声码器模型和两个加泰罗尼亚语语音数据集。
来源除了一行简介之外说得不多,所以声音和限制请直接看页面本身。
用一个快速、轻量的中部加泰罗尼亚语声音模型,把加泰罗尼亚语文字转成语音。可在 Hugging Face 的浏览器里运行,也可在你自己电脑上的 Docker 容器里运行。
由 BSC-LT 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:这个 Space 是一个中部加泰罗尼亚语的文字转语音演示,目标是又快又轻。你给它加泰罗尼亚语文字,它就生成语音音频。仓库里有两个 ONNX 模型文件、JSON 格式的说话人列表和应用代码。
适合谁:适合需要加泰罗尼亚语声音的人,从给应用加语音输出的开发者,到老师和内容创作者。
行业 | 使用者 | 使用方式 | 例子
软件 | 开发者 | 在给应用加语音之前,先试听加泰罗尼亚语声音 | 开发者听几个示例句子,检查音质
媒体 | 内容创作者 | 把加泰罗尼亚语文字变成语音音频 | 创作者为一段加泰罗尼亚语短稿配音
教育 | 语言老师 | 让学习者听到被朗读出来的加泰罗尼亚语文字 | 老师给全班播放一段文字
研究 | 语音研究人员 | 研究一套基于 ONNX 的快速加泰罗尼亚语合成方案 | 研究人员查看模型文件和提到的数据集
如果你需要加泰罗尼亚语以外的语言,可以跳过它。
用在哪里:你可以在下面这些地方使用它。
使用场景 | 适合谁 | 得到什么
听加泰罗尼亚语文字 | 任何人 | 文字对应的语音音频
测试声音模型 | 开发者 | 一个可运行的演示,用来判断音质和速度
自己运行 | 开发者 | 一个在 7860 端口提供应用的容器
如何设置:在线使用只需要浏览器。本地副本需要 Python 来下载,需要 Docker 来运行应用。
pip install -U huggingface_hub
hf download BSC-LT/matxa-tts-v2 --repo-type space --local-dir matxa-tts-v2
cd matxa-tts-v2
docker build -t matxa-tts-v2 .
docker run -it -p 7860:7860 matxa-tts-v2
如何使用:打开这个 Space 的页面,或者本地副本的 7860 端口,在页面里输入一些加泰罗尼亚语文字。开始合成语音,然后播放它返回的音频。
docker run -it -p 7860:7860 matxa-tts-v2
示例:你打开页面,输入一个简短的加泰罗尼亚语句子。应用返回这个句子的中部加泰罗尼亚语语音音频,你可以在浏览器里播放。
新手与专家:文字转语音就是让程序把书面文字朗读出来。这个模型说的是中部加泰罗尼亚语,设计目标是在一般的硬件上也能跑得快。先打开这个 Space 的页面,试一个简短的句子。
从底层看,这个 Space 是一个 Docker 应用,在 7860 端口提供服务,在 Hugging Face 的 cpu-basic 硬件上运行。从文件名看,一个 ONNX 模型是 10 步,另一个多口音的是 20 步,各有自己的说话人列表。记录里还提到一个 22 kHz 的声码器模型和两个加泰罗尼亚语语音数据集。
你输入加泰罗尼亚语文字
应用加载一个 ONNX 语音模型
模型合成语音
你播放音频
注意事项:来源除了一行简介之外说得不多,所以声音和限制请直接看页面本身。
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 |
|---|---|---|---|---|
| matxa-tts-v2 本页 | 1 | docker | gpl-3.0 | |
| Zero GPU Spaces共有 docker | 985 | docker | mit | |
| Kimodo共有 docker | 340 | docker | apache-2.0 | |
| Harness Leaderboard共有 docker | 323 | docker | apache-2.0 | |
| Flowise共有 docker | 132 | docker | mit | |
| Multitrack Midi Music Generator共有 docker | 130 | docker | mit |
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。