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。
在浏览器里用 Parler-TTS 大号和迷你模型把文字变成语音。适合创作者、开发者和想在使用前先听听模型效果的研究者。
Parler-TTS 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 parler-tts/parler_tts --repo-type space --local-dir parler_tts cd parler_tts
这个 Space 是 Parler-TTS 的浏览器演示,Parler-TTS 是一个文字转语音系统。它点名了两个模型,一个大号,一个迷你,并把它们放进一个运行在 Hugging Face 硬件上的小型 Gradio 页面。你给它文字,它返回音频。
如果你想把文字变成语音,它很适合你。想在开发前先听听 Parler-TTS 模型效果的开发者和研究者也适用。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 媒体 | 视频和播客制作者 | 从脚本起草旁白 | 听一段短脚本被读出来 |
| 教育 | 老师 | 把课文变成音频 | 听一段练习文字被朗读 |
| 软件 | 开发者 | 阅读围绕这些模型搭建的短应用 | 查看应用怎样加载两个模型 |
| 研究 | 语音研究者 | 用耳朵评判大号和迷你模型的输出 | 用同一段文字对比两个模型 |
如果你需要带编辑器和导出功能的成品,可以跳过它,因为这只是一个模型演示。
| 用途 | 谁用 | 得到什么 |
|---|---|---|
| 听文字被朗读 | 创作者 | 你的文字的音频 |
| 对比模型大小 | 研究者 | 大号和迷你模型生成的语音 |
| 运行自己的副本 | 开发者 | 同一个应用在你自己的电脑上 |
在线页面什么都不需要。本地副本需要 Python 和 requirements.txt 里的包。
pip install -U huggingface_hub hf download parler-tts/parler_tts --repo-type space --local-dir parler_tts cd parler_tts pip install gradio==4.29.0 pip install -r requirements.txt python app.py
在应用所在文件夹运行它,或者直接打开在线 Space。输入你想听的文字并开始生成。页面随后会播放它生成的音频。
python app.py
你输入一句短话,按下按钮生成。页面返回这句话的音频,你可以播放来评判声音。
如果你是新手,先输入一句短话。输入短,能让你很快听出声音有多自然。
如果你熟悉这个领域,页面加载了 Parler-TTS 的大号和迷你检查点,各是第 1 版。仓库里只有应用文件和一份依赖列表,托管的 Space 运行在 Hugging Face 的 zero-a10g 硬件上。
README 只给出一句关于高保真语音的简短口号,所以页面才是了解各项控件的真正指南。这个应用用的是较旧的 Gradio 版本 4.29.0,本地副本请保持这个版本。
在浏览器里用 Parler-TTS 大号和迷你模型把文字变成语音。适合创作者、开发者和想在使用前先听听模型效果的研究者。
由 parler-tts 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 Parler-TTS 的浏览器演示,Parler-TTS 是一个文字转语音系统。它点名了两个模型,一个大号,一个迷你,并把它们放进一个运行在 Hugging Face 硬件上的小型 Gradio 页面。你给它文字,它返回音频。
适合谁:如果你想把文字变成语音,它很适合你。想在开发前先听听 Parler-TTS 模型效果的开发者和研究者也适用。
行业 | 谁在用 | 怎么用 | 例子
媒体 | 视频和播客制作者 | 从脚本起草旁白 | 听一段短脚本被读出来
教育 | 老师 | 把课文变成音频 | 听一段练习文字被朗读
软件 | 开发者 | 阅读围绕这些模型搭建的短应用 | 查看应用怎样加载两个模型
研究 | 语音研究者 | 用耳朵评判大号和迷你模型的输出 | 用同一段文字对比两个模型
如果你需要带编辑器和导出功能的成品,可以跳过它,因为这只是一个模型演示。
用在哪里:
用途 | 谁用 | 得到什么
听文字被朗读 | 创作者 | 你的文字的音频
对比模型大小 | 研究者 | 大号和迷你模型生成的语音
运行自己的副本 | 开发者 | 同一个应用在你自己的电脑上
如何设置:在线页面什么都不需要。本地副本需要 Python 和 requirements.txt 里的包。
pip install -U huggingface_hub
hf download parler-tts/parler_tts --repo-type space --local-dir parler_tts
cd parler_tts
pip install gradio==4.29.0
pip install -r requirements.txt
python app.py
如何使用:在应用所在文件夹运行它,或者直接打开在线 Space。输入你想听的文字并开始生成。页面随后会播放它生成的音频。
python app.py
示例:你输入一句短话,按下按钮生成。页面返回这句话的音频,你可以播放来评判声音。
新手与专家:如果你是新手,先输入一句短话。输入短,能让你很快听出声音有多自然。
如果你熟悉这个领域,页面加载了 Parler-TTS 的大号和迷你检查点,各是第 1 版。仓库里只有应用文件和一份依赖列表,托管的 Space 运行在 Hugging Face 的 zero-a10g 硬件上。
你输入一些文字
Gradio 应用把它交给 Parler-TTS 模型
模型生成语音
你播放音频
注意事项:README 只给出一句关于高保真语音的简短口号,所以页面才是了解各项控件的真正指南。这个应用用的是较旧的 Gradio 版本 4.29.0,本地副本请保持这个版本。
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 |
|---|---|---|---|---|
| Parler-TTS 本页 | 850 | 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。
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。
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。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。