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。
在浏览器页面里运行音乐音源分离模型,支持 UVR,带预设处理流程和额外工具。适合分离自己拥有的录音的制作人和音频研究人员。
MSST-WebUI 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 Sucial/MSST-WebUI
MSST-WebUI 是 Music-Source-Separation-Training 的浏览器界面,这个项目用来构建把音乐拆分成各个音源的模型。你用这个页面运行 MSST 模型和 VR 模型。这个 Hugging Face 仓库存放该界面的官方模型和打包好的安装程序。
需要把录音拆成各个部分的制作人、音频工程师和研究人员最适合它。处理歌声的爱好者也可以用内置的 MIDI 工具。
| 行业 | 使用者 | 使用方式 | 例子 |
|---|---|---|---|
| 音乐制作 | 制作人 | 把一段录音拆分成各个音源 | 把你拥有的一首混音拆成各个部分 |
| 音频研究 | 研究人员 | 运行多个模型并比较结果 | 在高级集成模式里组合模型的输出 |
| 音乐科技 | 爱好者 | 从歌声里提取 MIDI 音符 | 对一段人声运行内置的 SOME 工具 |
如果你需要托管服务,或打算商用,请先读它的许可证条款,否则可以跳过它。
你在浏览器标签页里操作,用 Python 获取文件。
| 用例 | 谁用 | 得到什么 |
|---|---|---|
| 音源分离 | 制作人 | MSST 模型或 VR 模型输出的分离音频 |
| 自定义处理 | 音频工程师 | 在预设处理页面上由你自己定义的处理流程 |
| 复用 UVR 模型 | 已有 UVR 的用户 | 把设置指向你的 UVR5 文件夹后,不用再下载一次 VR 模型 |
| 歌声转 MIDI | 爱好者 | 用 SOME 工具从歌声里提取的 MIDI |
你需要 Python 来下载,还需要一个运行 WebUI 的地方。模型卡除了下载之外没有给出安装命令。
pip install -U huggingface_hub hf download Sucial/MSST-WebUI
在浏览器里打开 WebUI,在 Install Models 页面添加一个模型,再对一个音频文件运行它。在 Settings 里可以选择已有的 UVR5 模型文件夹。
| Tool | What it does |
|---|---|
| Install Models | 把 MSST 模型和 VR 模型添加到 WebUI |
| Settings | 让你选择自己的 UVR5 模型文件夹,这样就不用再次下载 VR 模型 |
| Preset process page | 让你自己定制处理流程 |
| SOME | 歌声导向的 MIDI 提取器,作为工具内置在 WebUI 里 |
| Advanced ensemble mode | 用来组合多个模型结果的集成模式 |
你打开 Install Models 页面,添加一个 MSST 模型。然后载入一首你有权使用的歌曲,并对它运行这个模型。WebUI 会返回分离后的音频。
这是你浏览器里的一个页面,用 AI 模型把一首歌拆成各个部分。第一次可以先下载文件,运行打包好的安装程序,再处理一段你有权使用的短录音。
在底层,WebUI 把 MSST 训练项目的模型和 UVR 的 VR 模型包在了一起。它还加入了预设流程、高级集成模式和 SOME 工具。代价是文档不足,因为模型卡没有给出模型列表或基准,而是让你去看项目的代码仓库。
模型卡很短,更完整的说明在项目的代码仓库里。
在浏览器页面里运行音乐音源分离模型,支持 UVR,带预设处理流程和额外工具。适合分离自己拥有的录音的制作人和音频研究人员。
由 Sucial 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:MSST-WebUI 是 Music-Source-Separation-Training 的浏览器界面,这个项目用来构建把音乐拆分成各个音源的模型。你用这个页面运行 MSST 模型和 VR 模型。这个 Hugging Face 仓库存放该界面的官方模型和打包好的安装程序。
适合谁:需要把录音拆成各个部分的制作人、音频工程师和研究人员最适合它。处理歌声的爱好者也可以用内置的 MIDI 工具。
行业 | 使用者 | 使用方式 | 例子
音乐制作 | 制作人 | 把一段录音拆分成各个音源 | 把你拥有的一首混音拆成各个部分
音频研究 | 研究人员 | 运行多个模型并比较结果 | 在高级集成模式里组合模型的输出
音乐科技 | 爱好者 | 从歌声里提取 MIDI 音符 | 对一段人声运行内置的 SOME 工具
如果你需要托管服务,或打算商用,请先读它的许可证条款,否则可以跳过它。
用在哪里:你在浏览器标签页里操作,用 Python 获取文件。
用例 | 谁用 | 得到什么
音源分离 | 制作人 | MSST 模型或 VR 模型输出的分离音频
自定义处理 | 音频工程师 | 在预设处理页面上由你自己定义的处理流程
复用 UVR 模型 | 已有 UVR 的用户 | 把设置指向你的 UVR5 文件夹后,不用再下载一次 VR 模型
歌声转 MIDI | 爱好者 | 用 SOME 工具从歌声里提取的 MIDI
如何设置:你需要 Python 来下载,还需要一个运行 WebUI 的地方。模型卡除了下载之外没有给出安装命令。
pip install -U huggingface_hub
hf download Sucial/MSST-WebUI
如何使用:在浏览器里打开 WebUI,在 Install Models 页面添加一个模型,再对一个音频文件运行它。在 Settings 里可以选择已有的 UVR5 模型文件夹。
Tool | What it does
Install Models | 把 MSST 模型和 VR 模型添加到 WebUI
Settings | 让你选择自己的 UVR5 模型文件夹,这样就不用再次下载 VR 模型
Preset process page | 让你自己定制处理流程
SOME | 歌声导向的 MIDI 提取器,作为工具内置在 WebUI 里
Advanced ensemble mode | 用来组合多个模型结果的集成模式
示例:你打开 Install Models 页面,添加一个 MSST 模型。然后载入一首你有权使用的歌曲,并对它运行这个模型。WebUI 会返回分离后的音频。
新手与专家:这是你浏览器里的一个页面,用 AI 模型把一首歌拆成各个部分。第一次可以先下载文件,运行打包好的安装程序,再处理一段你有权使用的短录音。
在底层,WebUI 把 MSST 训练项目的模型和 UVR 的 VR 模型包在了一起。它还加入了预设流程、高级集成模式和 SOME 工具。代价是文档不足,因为模型卡没有给出模型列表或基准,而是让你去看项目的代码仓库。
安装 WebUI 和它的模型
选一个 MSST 模型或 VR 模型
载入你的音频文件
运行预设流程或单个模型
收集分离后的音频
注意事项:模型卡很短,更完整的说明在项目的代码仓库里。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download Sucial/MSST-WebUI
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
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。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。