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。
根据文字描述或一段引导旋律生成任意长度的音乐,方法是把生成的片段接起来。它扩展了 Meta 的 Audiocraft,适合音乐人、视频创作者和开发者。
UnlimitedMusicGen 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 Surn/UnlimitedMusicGen --repo-type space --local-dir UnlimitedMusicGen cd UnlimitedMusicGen
UnlimitedMusicGen 是一个修改过的 Audiocraft 项目,能生成任意长度的音乐。它把生成的片段接起来,得到一首长曲,还能跟随已有的旋律,保留原来的编排。它增加了历史记录、文件存储和 API。
适合想要指定长度、没有时长硬上限的背景音乐的音乐人、视频创作者和开发者。想用更友好的界面试用 MusicGen 的研究人员也适合。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 音乐 | 作曲者和爱好者 | 生成曲目,并用已有旋律来引导 | 把一段旋律草稿扩展成更长的作品 |
| 视频 | 内容创作者 | 制作背景音乐,并用自定义图片做音乐视频 | 给视频配一段很长的伴奏 |
| 软件 | 开发者 | 调用 REST API,从程序里生成音乐 | 用脚本批量生成曲目 |
| 研究 | 音频研究人员 | 试用 MusicGen 和它的片段拼接方法 | 对比短时长和长时长的生成结果 |
如果你需要带人声、已经混音完成的歌曲,可以跳过它,因为资料里描述的是 MusicGen 系列生成的音乐。
| Use case | Who | What they get back |
|---|---|---|
| 制作一首长曲 | 创作者 | 由拼接片段组成的任意长度的音频 |
| 跟随已有旋律 | 音乐人 | 保留你旋律编排的新音乐 |
| 用代码生成 | 开发者 | 通过 REST API 返回的音乐 |
| 制作音乐视频 | 视频创作者 | 带有你自己的背景图片和设置的视频 |
pip install -U huggingface_hub hf download Surn/UnlimitedMusicGen --repo-type space --local-dir UnlimitedMusicGen cd UnlimitedMusicGen pip install gradio==5.49.1 pip install -r requirements.txt python app.py
在浏览器里打开这个 Space,或者用下面的命令启动本地副本,再打开 Gradio 提供的页面。描述你想要的音乐,设定时长,然后生成。结果会保存在历史记录里,你可以随时回来查看。
python app.py
你描述一段平静的钢琴曲,把时长设为几分钟,然后生成。应用会一段一段地构建,每一段都以前一段为条件,最后返回一首长曲,并把生成设置作为元数据保存。
如果你刚接触这类工具,先在 Space 里生成一小段曲子。然后加长时长,看看“无限”的效果,再试着给它一段旋律让它跟随。
如果你熟悉这个领域,关键改动在 extend 工具里。它先把输入的旋律分段,再让每个后续片段以当前张量,以及旋律文件中对应时间点的张量为条件。这样就保住了原曲的编排。这个 Space 列出了 MAGNeT 和 EnCodec 模型,比如 facebook/magnet-medium-10secs 和 facebook/encodec_32khz。
根据文字描述或一段引导旋律生成任意长度的音乐,方法是把生成的片段接起来。它扩展了 Meta 的 Audiocraft,适合音乐人、视频创作者和开发者。
由 Surn 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:UnlimitedMusicGen 是一个修改过的 Audiocraft 项目,能生成任意长度的音乐。它把生成的片段接起来,得到一首长曲,还能跟随已有的旋律,保留原来的编排。它增加了历史记录、文件存储和 API。
适合谁:适合想要指定长度、没有时长硬上限的背景音乐的音乐人、视频创作者和开发者。想用更友好的界面试用 MusicGen 的研究人员也适合。
Title: 谁在用它做音乐
Industry | Who uses it | How they use it | Example
音乐 | 作曲者和爱好者 | 生成曲目,并用已有旋律来引导 | 把一段旋律草稿扩展成更长的作品
视频 | 内容创作者 | 制作背景音乐,并用自定义图片做音乐视频 | 给视频配一段很长的伴奏
软件 | 开发者 | 调用 REST API,从程序里生成音乐 | 用脚本批量生成曲目
研究 | 音频研究人员 | 试用 MusicGen 和它的片段拼接方法 | 对比短时长和长时长的生成结果
如果你需要带人声、已经混音完成的歌曲,可以跳过它,因为资料里描述的是 MusicGen 系列生成的音乐。
用在哪里:
Use case | Who | What they get back
制作一首长曲 | 创作者 | 由拼接片段组成的任意长度的音频
跟随已有旋律 | 音乐人 | 保留你旋律编排的新音乐
用代码生成 | 开发者 | 通过 REST API 返回的音乐
制作音乐视频 | 视频创作者 | 带有你自己的背景图片和设置的视频
如何设置:
pip install -U huggingface_hub
hf download Surn/UnlimitedMusicGen --repo-type space --local-dir UnlimitedMusicGen
cd UnlimitedMusicGen
pip install gradio==5.49.1
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开这个 Space,或者用下面的命令启动本地副本,再打开 Gradio 提供的页面。描述你想要的音乐,设定时长,然后生成。结果会保存在历史记录里,你可以随时回来查看。
python app.py
示例:你描述一段平静的钢琴曲,把时长设为几分钟,然后生成。应用会一段一段地构建,每一段都以前一段为条件,最后返回一首长曲,并把生成设置作为元数据保存。
新手与专家:如果你刚接触这类工具,先在 Space 里生成一小段曲子。然后加长时长,看看“无限”的效果,再试着给它一段旋律让它跟随。
如果你熟悉这个领域,关键改动在 extend 工具里。它先把输入的旋律分段,再让每个后续片段以当前张量,以及旋律文件中对应时间点的张量为条件。这样就保住了原曲的编排。这个 Space 列出了 MAGNeT 和 EnCodec 模型,比如 facebook/magnet-medium-10secs 和 facebook/encodec_32khz。
你描述想要的音乐
生成第一个片段
每个后续片段跟随前一个
片段拼接成一首长曲
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 5 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 |
|---|---|---|---|---|
| UnlimitedMusicGen 本页 | 379 | gradio | creativeml-openrail-m | |
| Kızagan TTS v1.0共有 mcp-server-track · gradio | 16 | gradio | apache-2.0 | |
| Intelligent Content Organizer MCP Agent共有 mcp-server-track · gradio | 16 | gradio | mit | |
| MusicGen共有 gradio | 5,116 | gradio | cc-by-nc-4.0 | |
| Kokoro TTS共有 gradio | 3,556 | gradio | apache-2.0 | |
| Background Removal共有 gradio | 2,988 | gradio | mit |
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。