Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
在 Gradio 应用里提供 nineninesix 的 Kani 文字转语音模型,有多种模型规模以及英文和中文版本。适合想试用小型语音模型的开发者和创作者。
KaniTTS 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 nineninesix/KaniTTS --repo-type space --local-dir KaniTTS cd KaniTTS
KaniTTS 是一个 Gradio 应用,提供 nineninesix 的 Kani 文字转语音模型。这个 Space 提到了六个模型,包括 370m、450m 和 400m 几种规模、英文和中文版本,还有一个 NVIDIA 音频编解码器。仓库里有 app.py、两个 YAML 文件、辅助脚本和一个依赖文件。
想在浏览器里或自己的机器上,听一个小型文字转语音模型朗读自己文字的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 内容 | 视频创作者 | 试用一种声音来做旁白草稿 | 朗读一段简短的脚本 |
| 软件 | 应用开发者 | 在基于小型语音模型开发之前先测试 | 一段给原型用的话 |
| 语言学习 | 教师 | 听英文或中文文字被读出来 | 一句练习句子 |
| 研究 | 语音研究者 | 对比提到的 Kani 模型规模 | 370m 和 400m 模型 |
如果你需要有成熟录音棚品质或有文档说明限制的声音,可以跳过它,因为来源没有给出质量数字。
| Use case | Who | What they get back |
|---|---|---|
| 旁白草稿 | 创作者 | 由输入文字生成的语音 |
| 模型对比 | 研究者 | 来自不同 Kani 模型版本的语音 |
| 阅读代码 | 开发者 | 一个带 YAML 设置的简短 Gradio 应用可供研究 |
pip install -U huggingface_hub hf download nineninesix/KaniTTS --repo-type space --local-dir KaniTTS cd KaniTTS pip install gradio==5.46.0 pip install -r requirements.txt python app.py
在线使用时,打开 Space 页面,输入一些文字并运行。在自己的电脑上,用下面的命令启动应用,再使用它打开的界面。
python app.py
| Tool | What it does |
|---|---|
| app.py | 启动应用的主 Gradio 文件 |
| examples.yaml | 一个 YAML 文件,从名字看里面是示例输入 |
| model_config.yaml | 一个 YAML 文件,从名字看里面是模型设置 |
| requirements.txt | 应用所需的 Python 软件包 |
你输入一句简短的话并运行。来源没有展示界面,但文字转语音应用会返回这句话被读出来的音频。
打开 Space 页面,在尝试长文本之前,先让它朗读一句简短的话。听几段样本,你很快就能知道这个声音合不合你的用途。
模型名字里带有 370m、400m 和 450m 这样的规模,还有一个 en 和一个 zh 版本,以及 pt 构建。这个 Space 还提到一个 22 kHz 的 NVIDIA nemo nano 编解码器。来源没有解释各版本有什么不同,所以想知道请读 model_config.yaml 和模型页面。
在 Gradio 应用里提供 nineninesix 的 Kani 文字转语音模型,有多种模型规模以及英文和中文版本。适合想试用小型语音模型的开发者和创作者。
由 nineninesix 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:KaniTTS 是一个 Gradio 应用,提供 nineninesix 的 Kani 文字转语音模型。这个 Space 提到了六个模型,包括 370m、450m 和 400m 几种规模、英文和中文版本,还有一个 NVIDIA 音频编解码器。仓库里有 app.py、两个 YAML 文件、辅助脚本和一个依赖文件。
适合谁:想在浏览器里或自己的机器上,听一个小型文字转语音模型朗读自己文字的人。
Industry | Who uses it | How they use it | Example
内容 | 视频创作者 | 试用一种声音来做旁白草稿 | 朗读一段简短的脚本
软件 | 应用开发者 | 在基于小型语音模型开发之前先测试 | 一段给原型用的话
语言学习 | 教师 | 听英文或中文文字被读出来 | 一句练习句子
研究 | 语音研究者 | 对比提到的 Kani 模型规模 | 370m 和 400m 模型
如果你需要有成熟录音棚品质或有文档说明限制的声音,可以跳过它,因为来源没有给出质量数字。
用在哪里:
Use case | Who | What they get back
旁白草稿 | 创作者 | 由输入文字生成的语音
模型对比 | 研究者 | 来自不同 Kani 模型版本的语音
阅读代码 | 开发者 | 一个带 YAML 设置的简短 Gradio 应用可供研究
如何设置:
pip install -U huggingface_hub
hf download nineninesix/KaniTTS --repo-type space --local-dir KaniTTS
cd KaniTTS
pip install gradio==5.46.0
pip install -r requirements.txt
python app.py
如何使用:在线使用时,打开 Space 页面,输入一些文字并运行。在自己的电脑上,用下面的命令启动应用,再使用它打开的界面。
python app.py
Tool | What it does
app.py | 启动应用的主 Gradio 文件
examples.yaml | 一个 YAML 文件,从名字看里面是示例输入
model_config.yaml | 一个 YAML 文件,从名字看里面是模型设置
requirements.txt | 应用所需的 Python 软件包
示例:你输入一句简短的话并运行。来源没有展示界面,但文字转语音应用会返回这句话被读出来的音频。
新手与专家:打开 Space 页面,在尝试长文本之前,先让它朗读一句简短的话。听几段样本,你很快就能知道这个声音合不合你的用途。
模型名字里带有 370m、400m 和 450m 这样的规模,还有一个 en 和一个 zh 版本,以及 pt 构建。这个 Space 还提到一个 22 kHz 的 NVIDIA nemo nano 编解码器。来源没有解释各版本有什么不同,所以想知道请读 model_config.yaml 和模型页面。
你在应用里输入文字
app.py 加载一个 Kani 模型
模型和编解码器把文字变成音频
语音在界面里播放
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 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 |
|---|---|---|---|---|
| KaniTTS 本页 | 116 | gradio | apache-2.0 | |
| 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 | |
| Omni Image Editor共有 gradio | 2,922 | gradio | mit | |
| Diffusers Image Outpaint共有 gradio | 2,565 | gradio | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
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。