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。
在接入 Dubbing Studio 之前测试 VoxCPM2 模型的声音克隆。适合做配音和语音的开发者,克隆声音需要说话人的许可。
VoxCPM2 Myanmar Voice Clone Test 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 hub10/voxcpm2-myanmar-clone-test --repo-type space --local-dir voxcpm2-myanmar-clone-test cd voxcpm2-myanmar-clone-test
VoxCPM2 Myanmar Voice Clone Test 是一个单独的 Space,用来试用 VoxCPM2 模型的声音克隆。作者做它是为了在把克隆接入一个叫 Dubbing Studio 的工具之前先测试。名字指向缅甸语。
参考片段和生成的音频是 Space 里的临时文件,不会加入它的仓库。
适合想在接入流程之前先看看声音克隆表现的开发者和配音团队。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 媒体 | 配音团队 | 在录音棚工具里使用之前测试克隆的声音 | 用一小段参考片段克隆一个声音 |
| 软件 | 语音开发者 | 在一个单独的小应用里检查模型 | 运行 Space 并听输出 |
| 研究 | 语音研究者 | 在资源较少的语言上试声音克隆 | 用一个参考声音测试缅甸语文本 |
如果你没有说话人的许可,可以跳过它,因为 README 说克隆声音只能在有许可时进行。
| 用例 | 谁用 | 得到什么 |
|---|---|---|
| 克隆声音 | 开发者 | 用克隆声音说出的语音 |
| 准备配音 | 配音团队 | 在集成前用来判断质量的测试片段 |
pip install -U huggingface_hub hf download hub10/voxcpm2-myanmar-clone-test --repo-type space --local-dir voxcpm2-myanmar-clone-test cd voxcpm2-myanmar-clone-test pip install gradio==6.20.0 pip install -r requirements.txt python app.py
在浏览器里打开这个 Space 的页面,或者用下面的命令启动你自己的副本。添加一位已授权的说话人的参考片段,输入要朗读的文字,然后运行克隆。
python app.py
你上传一位同意的说话人的一小段参考片段,再输入一行文字。应用会把这行文字用克隆的声音读出来,生成一个可以播放的临时文件。
如果你刚接触声音克隆,第一次先用你自己声音的清晰片段。只有在得到他人许可时才使用他人的声音。
如果你懂这个领域,这个 Space 在 Hugging Face 的 GPU 硬件上,用 Gradio 页面运行 openbmb 的 VoxCPM2 模型。它是一个测试台,所以控件很朴素,也没有打磨过。
在接入 Dubbing Studio 之前测试 VoxCPM2 模型的声音克隆。适合做配音和语音的开发者,克隆声音需要说话人的许可。
由 hub10 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:VoxCPM2 Myanmar Voice Clone Test 是一个单独的 Space,用来试用 VoxCPM2 模型的声音克隆。作者做它是为了在把克隆接入一个叫 Dubbing Studio 的工具之前先测试。名字指向缅甸语。
参考片段和生成的音频是 Space 里的临时文件,不会加入它的仓库。
适合谁:适合想在接入流程之前先看看声音克隆表现的开发者和配音团队。
行业 | 谁在用 | 怎么用 | 例子
媒体 | 配音团队 | 在录音棚工具里使用之前测试克隆的声音 | 用一小段参考片段克隆一个声音
软件 | 语音开发者 | 在一个单独的小应用里检查模型 | 运行 Space 并听输出
研究 | 语音研究者 | 在资源较少的语言上试声音克隆 | 用一个参考声音测试缅甸语文本
如果你没有说话人的许可,可以跳过它,因为 README 说克隆声音只能在有许可时进行。
用在哪里:
用例 | 谁用 | 得到什么
克隆声音 | 开发者 | 用克隆声音说出的语音
准备配音 | 配音团队 | 在集成前用来判断质量的测试片段
如何设置:
pip install -U huggingface_hub
hf download hub10/voxcpm2-myanmar-clone-test --repo-type space --local-dir voxcpm2-myanmar-clone-test
cd voxcpm2-myanmar-clone-test
pip install gradio==6.20.0
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开这个 Space 的页面,或者用下面的命令启动你自己的副本。添加一位已授权的说话人的参考片段,输入要朗读的文字,然后运行克隆。
python app.py
示例:你上传一位同意的说话人的一小段参考片段,再输入一行文字。应用会把这行文字用克隆的声音读出来,生成一个可以播放的临时文件。
新手与专家:如果你刚接触声音克隆,第一次先用你自己声音的清晰片段。只有在得到他人许可时才使用他人的声音。
如果你懂这个领域,这个 Space 在 Hugging Face 的 GPU 硬件上,用 Gradio 页面运行 openbmb 的 VoxCPM2 模型。它是一个测试台,所以控件很朴素,也没有打磨过。
你添加参考片段和文字
app.py 把它们交给 VoxCPM2 模型
模型生成克隆的语音
临时音频在页面上播放
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 |
|---|---|---|---|---|
| VoxCPM2 Myanmar Voice Clone Test 本页 | 1 | gradio | apache-2.0 | |
| 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。