Mindket

Duyu-small

新上架第 1 版 · 更新于

概览

在浏览器里把土耳其语和英语的语音转成文字,来源可以是录音或上传的文件。一个小模型在你自己的设备上运行,所以你的音频不会离开设备。

Duyu-small 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。

速览

你需要
  • Python 和 pip,用来安装提供 hf 命令的 huggingface_hub 包
  • 一个网页浏览器
  • 足够的磁盘空间,仓库里有 9 个文件
用在
  • 网页浏览器,打开 Hugging Face 上的 Space 页面
  • Windows、macOS 或 Linux,在浏览器里打开下载好的 index.html
先运行
pip install -U huggingface_hub
hf download KaanAydinli/Duyu-small-demo --repo-type space --local-dir Duyu-small-demo
cd Duyu-small-demo

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Duyu-small 是一个土耳其语和英语的语音识别器,在网页里运行。你录音或上传音频,模型就在你自己的设备上把它转成文字。它使用 onnxruntime-web,所以不会向服务器发送任何东西。

适合谁

需要把土耳其语或英语语音转成文字,又希望音频留在自己设备上的人,以及想看一个语音模型在浏览器里运行的示例的开发者,都适合用它。

IndustryWho uses itHow they use itExample
语言工作说土耳其语和英语的人从一段简短的口语录音得到文字录一句话,再读文字
媒体作者和编辑不用上传音频文件就起草笔记上传一段访谈录音,再读初稿
软件网页开发者研究在浏览器里运行的语音识别阅读 engine.js 和 worker.js
研究语音研究人员在自己的处理器上给模型计时读页面报告的速度数字

需要土耳其语和英语以外语言的人可以跳过。

用在哪里

它可以在这些地方运行。

  • 网页浏览器,打开 Hugging Face 上的 Space 页面
  • Windows、macOS 或 Linux,在浏览器里打开下载好的 index.html
Use caseWhoWhat they get back
转写一段录音有麦克风的任何人你所说内容的文字,在你的设备上生成
转写上传的文件编辑和作者文件内容的文字,音频保留在本地
检查速度研究人员一份说明模型在你的处理器上跑得多快的报告

如何设置

在线使用这个 Space 只需要浏览器。把它的文件放到你自己的电脑上,需要下面这些。

  • Python 和 pip,用来安装提供 hf 命令的 huggingface_hub 包
  • 一个网页浏览器
  • 足够的磁盘空间,仓库里有 9 个文件
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 用网页浏览器打开 index.html 文件。
pip install -U huggingface_hub
hf download KaanAydinli/Duyu-small-demo --repo-type space --local-dir Duyu-small-demo
cd Duyu-small-demo

如何使用

打开页面,然后录音或上传音频。模型只下载一次,浏览器会缓存它,所以之后再访问就不用等了。页面会报告它在你的 CPU 上跑得多快。

ToolWhat it does
index.html你在浏览器里打开的页面
engine.js语音引擎,移植自这个模型的 Python 版本
worker.js在浏览器的 worker 里运行任务
vendor存放页面需要的库

示例

你录下自己读一句简短的土耳其语,然后停止录音。页面返回你所说内容的文字,同时报告这次运行在你的处理器上有多快。

新手与专家

语音识别就是把说出的话变成书面文字。第一件可以试的小事,是在线打开这个页面,用一段简短的土耳其语或英语录音。

这个模型有 19.3 M 个活跃参数,提供 int8 和 4-bit 两种 ONNX 形式。引擎逐行移植了 Python 版本。它计算对数梅尔特征,做三次共享的编码器计算,再用带 CTC 重打分的注意力束搜索,并设有针对静音和失控输出的保护。

  1. 你录音或上传音频
  2. 页面计算对数梅尔特征
  3. 运行三次共享的编码器计算
  4. 带 CTC 重打分的束搜索给出文字

注意事项

模型要先下载一次才能运行,之后浏览器会一直保留它。

模型下载大小
int856 MB
4-bit34 MB
  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 模型下载,以及你录制或上传的音频,音频留在你的设备上
  • Not for: 土耳其语和英语以外的语言

README 和文件

README

Duyu-small

在浏览器里把土耳其语和英语的语音转成文字,来源可以是录音或上传的文件。一个小模型在你自己的设备上运行,所以你的音频不会离开设备。

由 KaanAydinli 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。

简介

它是什么:Duyu-small 是一个土耳其语和英语的语音识别器,在网页里运行。你录音或上传音频,模型就在你自己的设备上把它转成文字。它使用 onnxruntime-web,所以不会向服务器发送任何东西。

适合谁:需要把土耳其语或英语语音转成文字,又希望音频留在自己设备上的人,以及想看一个语音模型在浏览器里运行的示例的开发者,都适合用它。

Industry | Who uses it | How they use it | Example
语言工作 | 说土耳其语和英语的人 | 从一段简短的口语录音得到文字 | 录一句话,再读文字
媒体 | 作者和编辑 | 不用上传音频文件就起草笔记 | 上传一段访谈录音,再读初稿
软件 | 网页开发者 | 研究在浏览器里运行的语音识别 | 阅读 engine.js 和 worker.js
研究 | 语音研究人员 | 在自己的处理器上给模型计时 | 读页面报告的速度数字

需要土耳其语和英语以外语言的人可以跳过。

用在哪里:它可以在这些地方运行。

  • 网页浏览器,打开 Hugging Face 上的 Space 页面
  • Windows、macOS 或 Linux,在浏览器里打开下载好的 index.html
Use case | Who | What they get back
转写一段录音 | 有麦克风的任何人 | 你所说内容的文字,在你的设备上生成
转写上传的文件 | 编辑和作者 | 文件内容的文字,音频保留在本地
检查速度 | 研究人员 | 一份说明模型在你的处理器上跑得多快的报告

如何设置:在线使用这个 Space 只需要浏览器。把它的文件放到你自己的电脑上,需要下面这些。

  • Python 和 pip,用来安装提供 hf 命令的 huggingface_hub 包
  • 一个网页浏览器
  • 足够的磁盘空间,仓库里有 9 个文件
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 用网页浏览器打开 index.html 文件。
pip install -U huggingface_hub
hf download KaanAydinli/Duyu-small-demo --repo-type space --local-dir Duyu-small-demo
cd Duyu-small-demo

如何使用:打开页面,然后录音或上传音频。模型只下载一次,浏览器会缓存它,所以之后再访问就不用等了。页面会报告它在你的 CPU 上跑得多快。

Tool | What it does
index.html | 你在浏览器里打开的页面
engine.js | 语音引擎,移植自这个模型的 Python 版本
worker.js | 在浏览器的 worker 里运行任务
vendor | 存放页面需要的库

示例:你录下自己读一句简短的土耳其语,然后停止录音。页面返回你所说内容的文字,同时报告这次运行在你的处理器上有多快。

新手与专家:语音识别就是把说出的话变成书面文字。第一件可以试的小事,是在线打开这个页面,用一段简短的土耳其语或英语录音。

这个模型有 19.3 M 个活跃参数,提供 int8 和 4-bit 两种 ONNX 形式。引擎逐行移植了 Python 版本。它计算对数梅尔特征,做三次共享的编码器计算,再用带 CTC 重打分的注意力束搜索,并设有针对静音和失控输出的保护。

你录音或上传音频
页面计算对数梅尔特征
运行三次共享的编码器计算
带 CTC 重打分的束搜索给出文字

注意事项:模型要先下载一次才能运行,之后浏览器会一直保留它。

Title: 模型下载大小
int8: 56 MB
4-bit: 34 MB
  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 模型下载,以及你录制或上传的音频,音频留在你的设备上
  • Not for: 土耳其语和英语以外的语言

Hugging Face 上的数据(2026年11月13日)

  • 点赞:2
  • 构建方式:static
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/KaanAydinli/Duyu-small-demo
  • 文件:https://huggingface.co/spaces/KaanAydinli/Duyu-small-demo/tree/main

试用

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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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
Duyu-small 本页2staticapache-2.0
DALL·E mini共有 static5,750staticapache-2.0
Kokoro Text-to-Speech (WebGPU)共有 static369staticapache-2.0
DALL·E mini 文字生成图片共有 static342staticapache-2.0
Supertonic 3 (TTS)共有 static291staticopenrail
XortronDesktop共有 static30staticwtfpl
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

效率类的相似商品

查看效率类的全部商品

ACE-Step 1.5 XL SFT

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。

新上架

Guizang PPT Skill

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。

新上架29.8k

Frontend Slides

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。

新上架32.3k