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。
在运行于 ZeroGPU 硬件的 Gradio 页面里,把一个声音的语音转换成另一个声音,基于 Seed-VC。适合想试用声音转换的开发者和音频制作者。
Seed Voice Conversion 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 Plachta/Seed-VC --repo-type space --local-dir Seed-VC cd Seed-VC
Seed Voice Conversion 是 Seed-VC 的 Gradio Space,Seed-VC 是一个声音转换工具。它把一段语音里的声音换成另一个声音,运行在 ZeroGPU 硬件上,所以你可以在浏览器里试用,不需要安装任何东西。它的主文件是 app_v1v2.py。
它适合想试用声音转换、也想看看代码是怎么搭起来的开发者、音频制作者和研究者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 音频制作 | 音频制作者 | 试着改变一段录音里的声音 | 转换一小段音频并听一听 |
| 软件 | 开发者 | 阅读声音转换应用是怎么接起来的 | 打开 app_v1v2.py 和 modules 文件夹 |
| 语音研究 | 研究者 | 在自己的音频上测试转换模型 | 把结果和原始音频做对比 |
如果你不接触音频,可以跳过它。请只使用你有权使用的声音。
| 用途 | 适合谁 | 能得到什么 |
|---|---|---|
| 改变声音 | 音频制作者 | 内容不变但听起来是另一个声音的音频 |
| 研究代码 | 开发者 | 一个带有封装器和多个模块的 Gradio 应用 |
| 测试模型 | 研究者 | 所列模型的转换结果 |
pip install -U huggingface_hub hf download Plachta/Seed-VC --repo-type space --local-dir Seed-VC cd Seed-VC pip install gradio==5.24.0 pip install -r requirements.txt python app_v1v2.py
打开页面,或者打开你本地副本启动的页面,给它一段语音,按 Gradio 界面显示的控件操作。README 没有列出控件,所以页面本身就是指南。
加载一小段语音录音并运行转换。页面返回内容相同、声音已改变的音频。
先打开 Space 页面,试一小段音频。不需要安装任何东西,转换的效果可以直接用耳朵来判断。
仓库里有 app.py 和 app_v1v2.py,一个叫 seed_vc_wrapper.py 的封装器,以及 configs、modules 和 dac 文件夹。这个 Space 列出了好几个模型,包括 ByteDance/MegaTTS3、funasr/campplus、lj1995/VoiceConversionWebUI 和两个 nvidia bigvgan 声码器。README 只是一段配置头,所以每个模型是怎么用的,要去读代码。
README 没有使用说明,所以上面的步骤来自这个 Space 的构建方式。
在运行于 ZeroGPU 硬件的 Gradio 页面里,把一个声音的语音转换成另一个声音,基于 Seed-VC。适合想试用声音转换的开发者和音频制作者。
由 Plachta 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:Seed Voice Conversion 是 Seed-VC 的 Gradio Space,Seed-VC 是一个声音转换工具。它把一段语音里的声音换成另一个声音,运行在 ZeroGPU 硬件上,所以你可以在浏览器里试用,不需要安装任何东西。它的主文件是 app_v1v2.py。
适合谁:它适合想试用声音转换、也想看看代码是怎么搭起来的开发者、音频制作者和研究者。
行业 | 谁在用 | 怎么用 | 例子
音频制作 | 音频制作者 | 试着改变一段录音里的声音 | 转换一小段音频并听一听
软件 | 开发者 | 阅读声音转换应用是怎么接起来的 | 打开 app_v1v2.py 和 modules 文件夹
语音研究 | 研究者 | 在自己的音频上测试转换模型 | 把结果和原始音频做对比
如果你不接触音频,可以跳过它。请只使用你有权使用的声音。
用在哪里:
用途 | 适合谁 | 能得到什么
改变声音 | 音频制作者 | 内容不变但听起来是另一个声音的音频
研究代码 | 开发者 | 一个带有封装器和多个模块的 Gradio 应用
测试模型 | 研究者 | 所列模型的转换结果
如何设置:
pip install -U huggingface_hub
hf download Plachta/Seed-VC --repo-type space --local-dir Seed-VC
cd Seed-VC
pip install gradio==5.24.0
pip install -r requirements.txt
python app_v1v2.py
如何使用:打开页面,或者打开你本地副本启动的页面,给它一段语音,按 Gradio 界面显示的控件操作。README 没有列出控件,所以页面本身就是指南。
示例:加载一小段语音录音并运行转换。页面返回内容相同、声音已改变的音频。
新手与专家:先打开 Space 页面,试一小段音频。不需要安装任何东西,转换的效果可以直接用耳朵来判断。
仓库里有 app.py 和 app_v1v2.py,一个叫 seed_vc_wrapper.py 的封装器,以及 configs、modules 和 dac 文件夹。这个 Space 列出了好几个模型,包括 ByteDance/MegaTTS3、funasr/campplus、lj1995/VoiceConversionWebUI 和两个 nvidia bigvgan 声码器。README 只是一段配置头,所以每个模型是怎么用的,要去读代码。
你给页面一段语音
应用准备音频
转换模型改变声音
声码器把结果变回声音
页面播放转换后的音频
注意事项:README 没有使用说明,所以上面的步骤来自这个 Space 的构建方式。
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 |
|---|---|---|---|---|
| Seed Voice Conversion 本页 | 561 | gradio | gpl-3.0 | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | 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。
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。