all-mpnet-base-v2
sentence-transformers · 工具包
把句子和段落变成 768 个数字组成的向量,用来按含义搜索、聚类和比较文本,适合处理英文的开发者和数据团队。
一个用 Docker 打包的文字转语音应用,基于 Qwen3-TTS 0.6B 模型,支持多种语言和声音克隆。它在 CPU 上运行,适合想试用多语言语音的开发者和创作者。
Qwen3 TTS 0.6B 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 underrate/qwen-tts --repo-type space --local-dir qwen-tts cd qwen-tts
Qwen3 TTS 0.6B 是一个文字转语音应用,能用多种语言说话,也能克隆声音。这个 Space 列出了两个 0.6B 规模的 Qwen3-TTS 模型,一个 Base 版本和一个 CustomVoice 版本。它用 Docker 打包,在 CPU 上运行。
适合想用小模型试用多语言语音的开发者和创作者。想在自己的机器上用 Docker 运行同一个应用的人也适合。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 开发者 | 在现成的容器里试用一个小型语音模型 | 构建镜像,并在 7860 端口打开应用 |
| 媒体 | 创作者 | 用多种语言朗读文字 | 把一段短脚本朗读出来 |
| 研究 | 语音研究人员 | 比较 Base 和 CustomVoice 模型 | 把同一段文字交给两个模型 |
| 教育 | 语言老师 | 听文字被说成其他语言 | 做一个口语示例句 |
如果你需要对声音做细致控制,或者需要一份有文档的语言清单,可以跳过它,因为资料里只有一句简短的描述。
| Use case | Who | What they get back |
|---|---|---|
| 用选定的语言朗读文字 | 创作者 | 由模型生成的语音音频 |
| 克隆声音 | 开发者 | 用依据参考音频生成的声音说出的语音 |
| 自己运行 | 工程师 | 一个在 7860 端口提供应用的本地容器 |
pip install -U huggingface_hub hf download underrate/qwen-tts --repo-type space --local-dir qwen-tts cd qwen-tts docker build -t qwen-tts . docker run -it -p 7860:7860 qwen-tts
在浏览器里打开这个 Space,或者运行容器,再打开 7860 端口上的应用。资料没有列出更多步骤,所以请使用页面上显示的控件。
docker run -it -p 7860:7860 qwen-tts
你打开应用,给它一句简短的话,要求生成语音。应用在 CPU 上运行一个 Qwen3-TTS 模型,并返回音频。
如果你刚接触这类工具,先在线打开这个 Space,朗读一句简短的话。只克隆你有权使用的声音。
如果你熟悉这个领域,两个模型是 Qwen3-TTS 的 Base 和 CustomVoice 版本,规格为 12Hz 和 0.6B。仓库很小,只有一个 Dockerfile 和一个应用文件。在 cpu-basic 上运行 0.6B 模型是用速度换成本,所以语音会比在 GPU 上慢。
一个用 Docker 打包的文字转语音应用,基于 Qwen3-TTS 0.6B 模型,支持多种语言和声音克隆。它在 CPU 上运行,适合想试用多语言语音的开发者和创作者。
由 underrate 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:Qwen3 TTS 0.6B 是一个文字转语音应用,能用多种语言说话,也能克隆声音。这个 Space 列出了两个 0.6B 规模的 Qwen3-TTS 模型,一个 Base 版本和一个 CustomVoice 版本。它用 Docker 打包,在 CPU 上运行。
适合谁:适合想用小模型试用多语言语音的开发者和创作者。想在自己的机器上用 Docker 运行同一个应用的人也适合。
Title: 谁在试用多语言语音
Industry | Who uses it | How they use it | Example
软件 | 开发者 | 在现成的容器里试用一个小型语音模型 | 构建镜像,并在 7860 端口打开应用
媒体 | 创作者 | 用多种语言朗读文字 | 把一段短脚本朗读出来
研究 | 语音研究人员 | 比较 Base 和 CustomVoice 模型 | 把同一段文字交给两个模型
教育 | 语言老师 | 听文字被说成其他语言 | 做一个口语示例句
如果你需要对声音做细致控制,或者需要一份有文档的语言清单,可以跳过它,因为资料里只有一句简短的描述。
用在哪里:
Use case | Who | What they get back
用选定的语言朗读文字 | 创作者 | 由模型生成的语音音频
克隆声音 | 开发者 | 用依据参考音频生成的声音说出的语音
自己运行 | 工程师 | 一个在 7860 端口提供应用的本地容器
如何设置:
pip install -U huggingface_hub
hf download underrate/qwen-tts --repo-type space --local-dir qwen-tts
cd qwen-tts
docker build -t qwen-tts .
docker run -it -p 7860:7860 qwen-tts
如何使用:在浏览器里打开这个 Space,或者运行容器,再打开 7860 端口上的应用。资料没有列出更多步骤,所以请使用页面上显示的控件。
docker run -it -p 7860:7860 qwen-tts
示例:你打开应用,给它一句简短的话,要求生成语音。应用在 CPU 上运行一个 Qwen3-TTS 模型,并返回音频。
新手与专家:如果你刚接触这类工具,先在线打开这个 Space,朗读一句简短的话。只克隆你有权使用的声音。
如果你熟悉这个领域,两个模型是 Qwen3-TTS 的 Base 和 CustomVoice 版本,规格为 12Hz 和 0.6B。仓库很小,只有一个 Dockerfile 和一个应用文件。在 cpu-basic 上运行 0.6B 模型是用速度换成本,所以语音会比在 GPU 上慢。
你打开应用并输入文字
Qwen3-TTS 模型在 CPU 上运行
返回语音音频
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 |
|---|---|---|---|---|
| Qwen3 TTS 0.6B 本页 | 2 | docker | apache-2.0 | |
| Zero GPU Spaces共有 docker | 986 | docker | mit | |
| Kimodo共有 docker | 344 | docker | apache-2.0 | |
| Harness Leaderboard共有 docker | 323 | docker | apache-2.0 | |
| Flowise共有 docker | 132 | docker | mit | |
| Multitrack Midi Music Generator共有 docker | 130 | docker | mit |
sentence-transformers · 工具包
把句子和段落变成 768 个数字组成的向量,用来按含义搜索、聚类和比较文本,适合处理英文的开发者和数据团队。
intfloat · 工具包
把约 100 种语言的文本变成向量,让你能跨语言比较含义,用于搜索和匹配。适合构建多语言检索的开发者。
aldegad · 技能
把一张角色底图做成可直接进游戏的精灵图,输出带清单的图集或透明动作循环,适合在 Codex 或 Claude Code 里做游戏的开发者。
foryourhealth111-pixel · 技能
从大量已安装的技能中挑出合适的,并把每个任务拆成可检查的步骤,交给你的编程智能体。在它自己的基准测试里,平均奖励提高了 21.12 个百分点,令牌用量下降了 29.6%。
elementalsouls · 技能
为 Claude Code 提供 83 个技能和 15 个斜杠命令,用于漏洞赏金和获得授权的红队工作,从网页漏洞类别到企业身份攻击,再到报告撰写。适合安全研究人员。
bsaleh03 · 工具包
把 Qwen3.8-27B 的词表裁剪到只剩 ASCII,让一块 16 GB 显卡就能装下长得多的提示词。这是供 llama.cpp 使用的 GGUF 版本,适合英文文本和代码。