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。
一个卡纳达语文字转语音模型的静态展示页,这个模型是 82M 的 Kokoro 模型的微调版本,带有可在浏览器里播放的音频样本。可在线打开,也可从本地副本打开。
Kannada TTS - Kokoro-82M 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 Sammy-Mohan/kannada-tts --repo-type space --local-dir kannada-tts cd kannada-tts
这个 Space 是一个卡纳达语文字转语音模型的静态展示页。这个模型是 Kokoro-82M 的微调版本,Kokoro-82M 是一个小型开源语音模型,这里针对卡纳达语做了训练。页面展示可以在浏览器里播放的音频样本。
仓库里有三个样本音频文件,分别叫 plain、question 和 longform,另外还有 index.html 和 style.css。
适合为卡纳达语使用者构建语音功能、想先听听效果的人,也适合研究印度语系语音模型的研究者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 语音技术 | 语音研究者 | 听样本并判断声音质量 | 比较普通、疑问和长篇朗读的效果 |
| 无障碍 | 开发者 | 检查这个声音是否适合读屏器或阅读应用 | 听一句卡纳达语被朗读出来 |
| 教育 | 语言学习者 | 播放样本,听卡纳达语的发音 | 听一个疑问句是怎样读的 |
| AI 开发 | 模型构建者 | 查找它列出的微调模型和数据集 | 查看训练数据的来源 |
如果你想自己运行这个模型,可以跳过,因为这个页面只展示音频样本,来源也没有给出运行模型的步骤。
这个页面可以在下面这些地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 收听卡纳达语语音样本 | 任何人 | 页面里可播放的三段录音 |
| 评判这个微调模型 | 研究者 | 对模型在不同句式上听起来如何的印象 |
| 查找模型和数据集 | 开发者 | 模型和训练数据集的名称 |
在线使用只需要浏览器。本地副本需要下面这些。
pip install -U huggingface_hub hf download Sammy-Mohan/kannada-tts --repo-type space --local-dir kannada-tts cd kannada-tts
打开 Space 页面,或者打开本地副本里的 index.html,播放样本。页面还链接到作者为这个微调做的代码。
你打开页面,播放疑问句样本。你会听到模型的声音读出一句卡纳达语,还可以把它和普通样本及长篇样本比较。
如果你是新手,打开 Space 页面,先播放普通样本。它是最简单的情形,能让你听到这个声音是什么样。
如果你熟悉这个领域:这个 Space 列出 hexgrad/Kokoro-82M 作为基础模型,Sammy-Mohan/Kokoro-82M-Kannada 作为微调模型。它还列出两个数据集,ai4bharat/Rasa 和 SPRINGLab/IndicTTS_Kannada。页面本身不运行任何模型。
来源描述的是一个音频样本展示页,它没有提供可以输入自己文字的界面。
一个卡纳达语文字转语音模型的静态展示页,这个模型是 82M 的 Kokoro 模型的微调版本,带有可在浏览器里播放的音频样本。可在线打开,也可从本地副本打开。
由 Sammy-Mohan 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 是一个卡纳达语文字转语音模型的静态展示页。这个模型是 Kokoro-82M 的微调版本,Kokoro-82M 是一个小型开源语音模型,这里针对卡纳达语做了训练。页面展示可以在浏览器里播放的音频样本。
仓库里有三个样本音频文件,分别叫 plain、question 和 longform,另外还有 index.html 和 style.css。
适合谁:适合为卡纳达语使用者构建语音功能、想先听听效果的人,也适合研究印度语系语音模型的研究者。
Industry | Who uses it | How they use it | Example
语音技术 | 语音研究者 | 听样本并判断声音质量 | 比较普通、疑问和长篇朗读的效果
无障碍 | 开发者 | 检查这个声音是否适合读屏器或阅读应用 | 听一句卡纳达语被朗读出来
教育 | 语言学习者 | 播放样本,听卡纳达语的发音 | 听一个疑问句是怎样读的
AI 开发 | 模型构建者 | 查找它列出的微调模型和数据集 | 查看训练数据的来源
如果你想自己运行这个模型,可以跳过,因为这个页面只展示音频样本,来源也没有给出运行模型的步骤。
用在哪里:这个页面可以在下面这些地方运行。
Use case | Who | What they get back
收听卡纳达语语音样本 | 任何人 | 页面里可播放的三段录音
评判这个微调模型 | 研究者 | 对模型在不同句式上听起来如何的印象
查找模型和数据集 | 开发者 | 模型和训练数据集的名称
如何设置:在线使用只需要浏览器。本地副本需要下面这些。
pip install -U huggingface_hub
hf download Sammy-Mohan/kannada-tts --repo-type space --local-dir kannada-tts
cd kannada-tts
如何使用:打开 Space 页面,或者打开本地副本里的 index.html,播放样本。页面还链接到作者为这个微调做的代码。
示例:你打开页面,播放疑问句样本。你会听到模型的声音读出一句卡纳达语,还可以把它和普通样本及长篇样本比较。
新手与专家:如果你是新手,打开 Space 页面,先播放普通样本。它是最简单的情形,能让你听到这个声音是什么样。
如果你熟悉这个领域:这个 Space 列出 hexgrad/Kokoro-82M 作为基础模型,Sammy-Mohan/Kokoro-82M-Kannada 作为微调模型。它还列出两个数据集,ai4bharat/Rasa 和 SPRINGLab/IndicTTS_Kannada。页面本身不运行任何模型。
打开 Space 页面
选一段样本录音
浏览器播放音频
你评判卡纳达语的声音
注意事项:来源描述的是一个音频样本展示页,它没有提供可以输入自己文字的界面。
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 |
|---|---|---|---|---|
| Kannada TTS - Kokoro-82M 本页 | 2 | static | apache-2.0 | |
| InferenceSupport共有 static | 764 | static | afl-3.0 | |
| Huggy共有 static | 463 | static | cc-by-nc-sa-4.0 | |
| Z-Image Lookalike LoRA Index共有 static | 189 | static | apache-2.0 | |
| Granite Docling 258M WebGPU共有 static | 163 | static | apache-2.0 | |
| DINOv3 Web共有 static | 162 | static | apache-2.0 |
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。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
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。