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。
用 SadTalker 在 ZeroGPU 上,把一张静态照片和一段音频或语音文件变成口型对得上的说话头像视频。适合制作主持人视频、演示和在线课程片段的创作者。
AI Talking Avatar Generator From Photo 是一款工具包,属于营销类,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 cosmichackerx/ai-talking-avatar-generator --repo-type space --local-dir ai-talking-avatar-generator cd ai-talking-avatar-generator
这个 Space 把一张静态照片变成一段说话头像视频。你给它一张照片和一段音频或文字转语音文件,它会让口型和声音同步。它基于 SadTalker,运行在 ZeroGPU 上。README 把它推荐用于主持人视频、产品演示、在线课程和社交广告。
它适合需要用一张图片做出有声视频的创作者和团队,也适合想要一个说话头像应用的小例子的开发者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 营销 | 内容和广告团队 | 用一张照片和一条声音轨道做出代言人片段 | 制作一段简短的产品信息 |
| 在线教育 | 课程制作者 | 给一节课加上一位会说话的主持人 | 用一张会说话的脸讲解一页幻灯片 |
| 企业沟通 | 内部沟通团队 | 把一份通知脚本变成简短的视频消息 | 让一位会说话的主持人分享公司通知 |
| 社交媒体 | 创作者 | 为一条帖子或广告快速做一段片子 | 把一张肖像和一段配音配在一起 |
如果你需要全身视频或实时视频通话,可以跳过它,因为它是用一张照片做出说话的头像。
| 使用场景 | 谁用 | 能得到什么 |
|---|---|---|
| 照片变说话头像 | 创作者 | 一段这张脸说出你音频的视频 |
| 产品演示主持人 | 营销团队 | 一段用于演示的主持人片段 |
| 课程主持人 | 老师 | 为课程材料准备的一张会说话的脸 |
使用托管页面不需要你做任何准备。本地副本需要先备好下面两样东西。仓库没有说明本地副本需要什么硬件。
pip install -U huggingface_hub hf download cosmichackerx/ai-talking-avatar-generator --repo-type space --local-dir ai-talking-avatar-generator cd ai-talking-avatar-generator pip install gradio==5.9.1 pip install -r requirements.txt python app.py
在线使用时,打开 Space 页面。在自己的电脑上,进入下载好的文件夹运行上面最后一条命令。添加你的照片,再添加一段音频或文字转语音文件。应用随后会让口型和声音同步,并生成视频。
| 工具 | 作用 |
|---|---|
| 照片输入 | 变成说话的脸的那张静态图片 |
| 音频或语音文件 | 驱动口型动作的声音 |
| app.py | 启动 Gradio 应用 |
| src | 存放源码 |
你上传一张清晰的肖像和一段简短问候的音频。应用生成一段视频,画面中肖像里的人说出这句问候,口型跟着声音走。
如果你是新手,先试一张清晰的正面照片和一段简短的音频。请使用你有权使用的照片。第一段保持简短,这样能更快看到结果。
如果你熟悉这个领域,这条流程基于 SadTalker,它根据音频驱动一张脸,并运行在 ZeroGPU 上。仓库里有应用、一个源码文件夹和一份包列表,它没有描述所用的模型或视频长度限制。
README 主要是一段宣传,所以片段长度、照片质量和输出大小这类限制都没有记录。
用 SadTalker 在 ZeroGPU 上,把一张静态照片和一段音频或语音文件变成口型对得上的说话头像视频。适合制作主持人视频、演示和在线课程片段的创作者。
由 cosmichackerx 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:这个 Space 把一张静态照片变成一段说话头像视频。你给它一张照片和一段音频或文字转语音文件,它会让口型和声音同步。它基于 SadTalker,运行在 ZeroGPU 上。README 把它推荐用于主持人视频、产品演示、在线课程和社交广告。
适合谁:它适合需要用一张图片做出有声视频的创作者和团队,也适合想要一个说话头像应用的小例子的开发者。
行业 | 谁在用 | 怎么用 | 例子
营销 | 内容和广告团队 | 用一张照片和一条声音轨道做出代言人片段 | 制作一段简短的产品信息
在线教育 | 课程制作者 | 给一节课加上一位会说话的主持人 | 用一张会说话的脸讲解一页幻灯片
企业沟通 | 内部沟通团队 | 把一份通知脚本变成简短的视频消息 | 让一位会说话的主持人分享公司通知
社交媒体 | 创作者 | 为一条帖子或广告快速做一段片子 | 把一张肖像和一段配音配在一起
如果你需要全身视频或实时视频通话,可以跳过它,因为它是用一张照片做出说话的头像。
用在哪里:
使用场景 | 谁用 | 能得到什么
照片变说话头像 | 创作者 | 一段这张脸说出你音频的视频
产品演示主持人 | 营销团队 | 一段用于演示的主持人片段
课程主持人 | 老师 | 为课程材料准备的一张会说话的脸
如何设置:使用托管页面不需要你做任何准备。本地副本需要先备好下面两样东西。仓库没有说明本地副本需要什么硬件。
pip install -U huggingface_hub
hf download cosmichackerx/ai-talking-avatar-generator --repo-type space --local-dir ai-talking-avatar-generator
cd ai-talking-avatar-generator
pip install gradio==5.9.1
pip install -r requirements.txt
python app.py
如何使用:在线使用时,打开 Space 页面。在自己的电脑上,进入下载好的文件夹运行上面最后一条命令。添加你的照片,再添加一段音频或文字转语音文件。应用随后会让口型和声音同步,并生成视频。
工具 | 作用
照片输入 | 变成说话的脸的那张静态图片
音频或语音文件 | 驱动口型动作的声音
app.py | 启动 Gradio 应用
src | 存放源码
示例:你上传一张清晰的肖像和一段简短问候的音频。应用生成一段视频,画面中肖像里的人说出这句问候,口型跟着声音走。
新手与专家:如果你是新手,先试一张清晰的正面照片和一段简短的音频。请使用你有权使用的照片。第一段保持简短,这样能更快看到结果。
如果你熟悉这个领域,这条流程基于 SadTalker,它根据音频驱动一张脸,并运行在 ZeroGPU 上。仓库里有应用、一个源码文件夹和一份包列表,它没有描述所用的模型或视频长度限制。
你添加一张照片
你添加一段音频或语音文件
SadTalker 让口型和声音同步
生成一段说话头像视频
注意事项:README 主要是一段宣传,所以片段长度、照片质量和输出大小这类限制都没有记录。
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 |
|---|---|---|---|---|
| AI Talking Avatar Generator From Photo 本页 | 5 | gradio | mit | |
| Kolors Virtual Try-On共有 gradio | 10,223 | gradio | apache-2.0 | |
| MIDJOURNEY共有 gradio | 3,001 | gradio | creativeml-openrail-m | |
| QIE-2511 Rapid-AIO LoRAs Fast (Experimental)共有 gradio | 569 | gradio | apache-2.0 | |
| Omni Video Factory共有 gradio | 8 | gradio | mit | |
| Video Dubbing (SoniTranslate)共有 gradio | 3 | gradio | mit |
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。
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
nerijs · 工具包
一个用于 Stable Diffusion XL 的像素画风格附加模型,把文字提示词变成像素风图片,并可搭配 LCM LoRA 加快运行。适合游戏开发者、设计师和爱好者。
LiconStudio · 工具包
给模型最多五张参考图,让生成视频中的人物、服装、物体和背景保持一致。这是用于 ComfyUI 中 LTX-2.5 的 LoRA,还可以为两位说话者添加音频参考。