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。
用文字转语音模型朗读塔马齐格特语文字,按不同的变体和文字系统分文件夹存放。适合研究和使用阿马齐格语言的学习者、研究者和开发者。
Tamazight Text-to-Speech 是一款工具包,属于教育类,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 ayymen/Amazigh-tts --repo-type space --local-dir Amazigh-tts cd Amazigh-tts
这个 Gradio Space 把塔马齐格特语文字变成语音。它的仓库为几种变体和文字系统分别放了文件夹,名字是 kab、shi、taq、rif-script_arabic、rif-script_latin 和 ttq-script_tifinagh。README 只有 Hugging Face 的配置提示,所以具体的控件没有在那里说明。
它适合想听书面文字被朗读出来的阿马齐格语言的学习者和使用者。为这些语言做语音工具的研究者和开发者也适合用它。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 教育 | 语言学习者 | 听书面塔马齐格特语被读出来 | 输入一个短语并播放 |
| 研究 | 语言技术研究者 | 比较不同变体的声音 | 用两种文字系统试同一段文字 |
| 文化 | 社区团体 | 为语言项目准备语音材料 | 为一段短文生成音频 |
| 软件 | 开发者 | 研究多变体的 TTS 应用 | 阅读 app.py 和模型文件夹 |
需要上面所列文件夹以外的语言的人可以跳过它,因为来源没有提到其他语言。
这个演示可以在两个地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 朗读 | 学习者 | 由输入的塔马齐格特语文字生成的语音 |
| 变体测试 | 研究者 | 各个变体的声音文件夹生成的语音 |
| 代码学习 | 开发者 | 一个带应用和每种变体或文字系统一个文件夹的仓库 |
在线页面不需要安装任何东西。本地副本需要下面这些。
pip install -U huggingface_hub hf download ayymen/Amazigh-tts --repo-type space --local-dir Amazigh-tts cd Amazigh-tts pip install gradio==3.32.0 pip install -r requirements.txt python app.py
打开页面,输入你想朗读的文字,如果页面提供选项,就选择变体或声音,然后播放音频。来源没有描述这些控件。在本地副本上,用下面这条命令启动页面。
python app.py
| 工具 | 作用 |
|---|---|
| app.py | 存放 Gradio 页面 |
| 变体文件夹 | 存放 kab、shi、taq 以及 Rif 和 Tifinagh 变体的声音文件 |
| requirements.txt | 列出应用需要的 Python 包 |
| packages.txt | 列出用 apt-get 安装的系统包 |
你在文本框里输入一个简短的塔马齐格特语句子并运行。页面会返回其中一个声音朗读这个句子的音频片段,你可以重复播放。
如果你刚接触这类工具,先用一个短语,听听结果。如果页面允许选择,再用另一个声音试同一个短语。
如果你熟悉这个领域,仓库按变体和文字系统组织,仅从名字看,分别有卡比尔式、希尔哈式、塔马舍克式、里夫和提非纳文的材料文件夹。页面没有记录模型架构,请读 app.py 和这些文件夹,看一个声音是如何加载的。
README 没有描述,所以细节最好直接看代码。这个 Space 运行在基础 CPU 硬件上。
用文字转语音模型朗读塔马齐格特语文字,按不同的变体和文字系统分文件夹存放。适合研究和使用阿马齐格语言的学习者、研究者和开发者。
由 ayymen 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 Gradio Space 把塔马齐格特语文字变成语音。它的仓库为几种变体和文字系统分别放了文件夹,名字是 kab、shi、taq、rif-script_arabic、rif-script_latin 和 ttq-script_tifinagh。README 只有 Hugging Face 的配置提示,所以具体的控件没有在那里说明。
适合谁:它适合想听书面文字被朗读出来的阿马齐格语言的学习者和使用者。为这些语言做语音工具的研究者和开发者也适合用它。
行业 | 谁在用 | 怎么用 | 例子
教育 | 语言学习者 | 听书面塔马齐格特语被读出来 | 输入一个短语并播放
研究 | 语言技术研究者 | 比较不同变体的声音 | 用两种文字系统试同一段文字
文化 | 社区团体 | 为语言项目准备语音材料 | 为一段短文生成音频
软件 | 开发者 | 研究多变体的 TTS 应用 | 阅读 app.py 和模型文件夹
需要上面所列文件夹以外的语言的人可以跳过它,因为来源没有提到其他语言。
用在哪里:这个演示可以在两个地方运行。
Use case | Who | What they get back
朗读 | 学习者 | 由输入的塔马齐格特语文字生成的语音
变体测试 | 研究者 | 各个变体的声音文件夹生成的语音
代码学习 | 开发者 | 一个带应用和每种变体或文字系统一个文件夹的仓库
如何设置:在线页面不需要安装任何东西。本地副本需要下面这些。
pip install -U huggingface_hub
hf download ayymen/Amazigh-tts --repo-type space --local-dir Amazigh-tts
cd Amazigh-tts
pip install gradio==3.32.0
pip install -r requirements.txt
python app.py
如何使用:打开页面,输入你想朗读的文字,如果页面提供选项,就选择变体或声音,然后播放音频。来源没有描述这些控件。在本地副本上,用下面这条命令启动页面。
python app.py
工具 | 作用
app.py | 存放 Gradio 页面
变体文件夹 | 存放 kab、shi、taq 以及 Rif 和 Tifinagh 变体的声音文件
requirements.txt | 列出应用需要的 Python 包
packages.txt | 列出用 apt-get 安装的系统包
示例:你在文本框里输入一个简短的塔马齐格特语句子并运行。页面会返回其中一个声音朗读这个句子的音频片段,你可以重复播放。
新手与专家:如果你刚接触这类工具,先用一个短语,听听结果。如果页面允许选择,再用另一个声音试同一个短语。
如果你熟悉这个领域,仓库按变体和文字系统组织,仅从名字看,分别有卡比尔式、希尔哈式、塔马舍克式、里夫和提非纳文的材料文件夹。页面没有记录模型架构,请读 app.py 和这些文件夹,看一个声音是如何加载的。
输入塔马齐格特语文字
页面选择一个声音
TTS 模型把它读出来
音频在页面里播放
注意事项:README 没有描述,所以细节最好直接看代码。这个 Space 运行在基础 CPU 硬件上。
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 |
|---|---|---|---|---|
| Tamazight Text-to-Speech 本页 | 41 | gradio | cc-by-4.0 | |
| Unit 1 Quiz - AI Agent Fundementals共有 gradio | 360 | gradio | apache-2.0 | |
| Unit 2.1 smolagents Code Quiz共有 gradio | 63 | gradio | apache-2.0 | |
| Unit 1 Quiz - Model Context Protocol (MCP) Fundementals共有 gradio | 58 | gradio | apache-2.0 | |
| Embedding Draw Challenge共有 gradio | 30 | gradio | apache-2.0 | |
| Arabic Auto Tashkeel共有 gradio | 29 | gradio | apache-2.0 |
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。
prathoshap · 工具包
用一个训练好的声音,以吟诵风格朗读古典梵语诗节,由参考音频决定节奏。适合学习、背诵或需要梵语音频的人。
paradigma-inc · 工具包
用一个从头训练的 1B 参数模型解决难度很高的数学题,追求高速、大批量的推理。适合在 NVIDIA GPU 上运行数学任务的开发者。
murai-labs · 工具包
能用泰米尔文、罗马化泰米尔语和英语聊天,也能在泰米尔语和英语之间翻译。这是 Murai Labs 从零训练的 2.5B 模型,适合泰米尔语使用者、研究人员和开发者。