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 7M 参数的小型语音合成模型朗读你输入的任何一句话,它在浏览器里用你自己的 CPU 运行,适合想要本地语音输出的人。
Leokani-tts 7M 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 milliwattlabs/leokani-tts-7M-demo --repo-type space --local-dir leokani-tts-7M-demo cd leokani-tts-7M-demo
Leokani-tts 7M 是一个文字转语音页面。你输入一行文字并按下 Speak,一个非常小的语音模型就会把它读出来。声音在你的浏览器里生成,所以你的文字不会离开你的设备。模型是 milliwattlabs/leokani-tts-7M,它的设计目标是在任何 CPU 上运行。
想把文字变成语音、又不想把文字发到服务器的人。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 无障碍 | 喜欢听文字朗读的人 | 在自己的设备上听输入的文字被读出来 | 听一段简短的笔记 |
| 软件 | 测试小型语音模型的开发者 | 在浏览器里试用 7M 模型 | 在笔记本上试听效果 |
| 教育 | 学习语音技术的学生 | 观察一个小型 TTS 模型在没有服务器的情况下运行 | 输入一行字并听它读出来 |
如果你需要把这个声音用在商业产品里,可以跳过它,因为许可只允许非商业使用。
| 使用场景 | 谁用 | 得到什么 |
|---|---|---|
| 听一句话被读出来 | 任何人 | 你输入的文字的音频 |
| 私密的语音输出 | 注重隐私的用户 | 在设备上生成、不上传文字的语音 |
| 测试一个小模型 | 开发者 | 了解 7M 语音模型在 CPU 上的表现 |
在线使用不需要安装任何东西。本地副本需要一个浏览器,以及下载时用到的少量 Python。
pip install -U huggingface_hub hf download milliwattlabs/leokani-tts-7M-demo --repo-type space --local-dir leokani-tts-7M-demo cd leokani-tts-7M-demo
打开这个 Space 的页面,或打开本地副本里的 index.html。输入一行文字并按下 Speak。声音会在你的浏览器里播放。
hf download milliwattlabs/leokani-tts-7M-demo --repo-type space --local-dir leokani-tts-7M-demo
你在文本框里输入一句简短的话并按下 Speak。过一会儿,这句话就会通过你的扬声器读出来。文字是在页面内部处理的,所以没有发送出去。
文字转语音就是把书面文字变成声音。第一步,输入一句简短的话并按下 Speak。
页面通过 onnxruntime-web 运行模型,发音由编译成 WebAssembly 的 espeak-ng 提供。一个 web worker 脚本和 leokani 文件夹存放模型的各个部分。模型约有 700 万个参数,目标是在普通 CPU 上也有不错的质量,licenses 文件夹里放着第三方声明。
用一个只有 7M 参数的小型语音合成模型朗读你输入的任何一句话,它在浏览器里用你自己的 CPU 运行,适合想要本地语音输出的人。
由 milliwattlabs 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:Leokani-tts 7M 是一个文字转语音页面。你输入一行文字并按下 Speak,一个非常小的语音模型就会把它读出来。声音在你的浏览器里生成,所以你的文字不会离开你的设备。模型是 milliwattlabs/leokani-tts-7M,它的设计目标是在任何 CPU 上运行。
适合谁:想把文字变成语音、又不想把文字发到服务器的人。
行业 | 谁在用 | 怎么用 | 例子
无障碍 | 喜欢听文字朗读的人 | 在自己的设备上听输入的文字被读出来 | 听一段简短的笔记
软件 | 测试小型语音模型的开发者 | 在浏览器里试用 7M 模型 | 在笔记本上试听效果
教育 | 学习语音技术的学生 | 观察一个小型 TTS 模型在没有服务器的情况下运行 | 输入一行字并听它读出来
如果你需要把这个声音用在商业产品里,可以跳过它,因为许可只允许非商业使用。
用在哪里:
使用场景 | 谁用 | 得到什么
听一句话被读出来 | 任何人 | 你输入的文字的音频
私密的语音输出 | 注重隐私的用户 | 在设备上生成、不上传文字的语音
测试一个小模型 | 开发者 | 了解 7M 语音模型在 CPU 上的表现
如何设置:在线使用不需要安装任何东西。本地副本需要一个浏览器,以及下载时用到的少量 Python。
pip install -U huggingface_hub
hf download milliwattlabs/leokani-tts-7M-demo --repo-type space --local-dir leokani-tts-7M-demo
cd leokani-tts-7M-demo
如何使用:打开这个 Space 的页面,或打开本地副本里的 index.html。输入一行文字并按下 Speak。声音会在你的浏览器里播放。
hf download milliwattlabs/leokani-tts-7M-demo --repo-type space --local-dir leokani-tts-7M-demo
示例:你在文本框里输入一句简短的话并按下 Speak。过一会儿,这句话就会通过你的扬声器读出来。文字是在页面内部处理的,所以没有发送出去。
新手与专家:文字转语音就是把书面文字变成声音。第一步,输入一句简短的话并按下 Speak。
页面通过 onnxruntime-web 运行模型,发音由编译成 WebAssembly 的 espeak-ng 提供。一个 web worker 脚本和 leokani 文件夹存放模型的各个部分。模型约有 700 万个参数,目标是在普通 CPU 上也有不错的质量,licenses 文件夹里放着第三方声明。
输入一行文字
espeak-ng 把文字变成发音
7M 模型在浏览器里运行
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 |
|---|---|---|---|---|
| Leokani-tts 7M 本页 | 2 | static | cc-by-nc-4.0 | |
| Supertonic 3 (TTS)共有 text-to-speech · static | 291 | static | openrail | |
| Drama 3共有 text-to-speech | 166 | gradio | apache-2.0 | |
| Mira-TTS共有 text-to-speech | 17 | gradio | apache-2.0 | |
| Kızagan TTS v1.0共有 text-to-speech | 16 | gradio | apache-2.0 | |
| NAMAA Saudi TTS V2共有 text-to-speech | 1 | gradio | cc-by-nc-sa-4.0 |
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。