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。
在浏览器或你自己的电脑上运行一个带有示例音频文件、绘图辅助脚本和两张示意图的 Gradio 应用。README 没有说明用途,所以它做什么只能从名称推测。
DiffVox 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 yoyolicoris/diffvox --repo-type space --local-dir diffvox cd diffvox
DiffVox 是 Hugging Face Spaces 上的一个 Gradio 应用,作者是 yoyolicoris。它提到一个数据集 aim-qmul/diffvox,并带有一个示例音频文件、一个绘图脚本和两张示意图。README 只有 Hugging Face 默认的配置文档提示,所以来源没有说明这个应用做什么。
想试用这个 Space,或想了解小型音频演示怎么搭建的音频开发者、研究者和爱好者。下表给出大致的适用人群,只根据名称和文件推断。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 音频制作 | 音乐和人声爱好者 | 用自带的音频文件试用在线页面 | 听听应用对示例做了什么 |
| AI 研究 | 研究者 | 阅读 app.py 和示意图,看项目是怎么构思的 | 把概览图和运行中的页面对照着看 |
| 软件开发 | Python 开发者 | 学习 Gradio 应用怎么绘图和播放音频 | 对照 app.py 阅读 plot_utils.py |
如果你需要写明输入和输出、有文档的音频工具,可以跳过它,因为这里两者都没有说明。
| 使用场景 | 谁 | 得到什么 |
|---|---|---|
| 在线试用应用 | 任何好奇的人 | 浏览器里的 Gradio 页面,无需安装 |
| 运行私人副本 | 开发者 | 在自己的机器上运行同一个应用 |
| 学习代码 | 学习者 | 一个 app.py、一个绘图脚本和两张示意图可读 |
pip install -U huggingface_hub hf download yoyolicoris/diffvox --repo-type space --local-dir diffvox cd diffvox pip install gradio==5.35.0 pip install -r requirements.txt python app.py
在线使用时,打开这个 Space 的页面,操作它显示的界面。在你自己的电脑上,请在 diffvox 文件夹里运行下面的命令,然后按应用给出的内容操作。
python app.py
| 工具 | 作用 |
|---|---|
| app.py | 启动 Gradio 应用的主文件 |
| requirements.txt | 列出应用需要的 Python 软件包 |
| plot_utils.py | 一个辅助脚本,很可能用来绘制应用的图表 |
| eleanor_erased.wav | 仓库里保留的一个示例音频文件 |
你在装有 Python 的机器上运行六条安装命令。应用启动后会显示一个 Gradio 页面。来源没有说明页面要你输入什么、返回什么,所以第一次运行才是了解它的办法。
如果你是新手,先在浏览器里打开这个 Space 的页面。不需要安装任何东西,你可以先看看页面提供什么,再决定要不要在自己的电脑上设置。
如果你熟悉这个领域,这个应用使用 Gradio 5.35.0,入口是 app.py,由 Hugging Face 在 cpu-basic 硬件上运行。它提到了 aim-qmul/diffvox 数据集,所以依赖任何输出之前,请先阅读它的说明页,了解数据里有什么。
在浏览器或你自己的电脑上运行一个带有示例音频文件、绘图辅助脚本和两张示意图的 Gradio 应用。README 没有说明用途,所以它做什么只能从名称推测。
由 yoyolicoris 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:DiffVox 是 Hugging Face Spaces 上的一个 Gradio 应用,作者是 yoyolicoris。它提到一个数据集 aim-qmul/diffvox,并带有一个示例音频文件、一个绘图脚本和两张示意图。README 只有 Hugging Face 默认的配置文档提示,所以来源没有说明这个应用做什么。
适合谁:想试用这个 Space,或想了解小型音频演示怎么搭建的音频开发者、研究者和爱好者。下表给出大致的适用人群,只根据名称和文件推断。
行业 | 谁在用 | 怎么用 | 例子
音频制作 | 音乐和人声爱好者 | 用自带的音频文件试用在线页面 | 听听应用对示例做了什么
AI 研究 | 研究者 | 阅读 app.py 和示意图,看项目是怎么构思的 | 把概览图和运行中的页面对照着看
软件开发 | Python 开发者 | 学习 Gradio 应用怎么绘图和播放音频 | 对照 app.py 阅读 plot_utils.py
如果你需要写明输入和输出、有文档的音频工具,可以跳过它,因为这里两者都没有说明。
用在哪里:
使用场景 | 谁 | 得到什么
在线试用应用 | 任何好奇的人 | 浏览器里的 Gradio 页面,无需安装
运行私人副本 | 开发者 | 在自己的机器上运行同一个应用
学习代码 | 学习者 | 一个 app.py、一个绘图脚本和两张示意图可读
如何设置:
pip install -U huggingface_hub
hf download yoyolicoris/diffvox --repo-type space --local-dir diffvox
cd diffvox
pip install gradio==5.35.0
pip install -r requirements.txt
python app.py
如何使用:在线使用时,打开这个 Space 的页面,操作它显示的界面。在你自己的电脑上,请在 diffvox 文件夹里运行下面的命令,然后按应用给出的内容操作。
python app.py
工具 | 作用
app.py | 启动 Gradio 应用的主文件
requirements.txt | 列出应用需要的 Python 软件包
plot_utils.py | 一个辅助脚本,很可能用来绘制应用的图表
eleanor_erased.wav | 仓库里保留的一个示例音频文件
示例:你在装有 Python 的机器上运行六条安装命令。应用启动后会显示一个 Gradio 页面。来源没有说明页面要你输入什么、返回什么,所以第一次运行才是了解它的办法。
新手与专家:如果你是新手,先在浏览器里打开这个 Space 的页面。不需要安装任何东西,你可以先看看页面提供什么,再决定要不要在自己的电脑上设置。
如果你熟悉这个领域,这个应用使用 Gradio 5.35.0,入口是 app.py,由 Hugging Face 在 cpu-basic 硬件上运行。它提到了 aim-qmul/diffvox 数据集,所以依赖任何输出之前,请先阅读它的说明页,了解数据里有什么。
安装 requirements.txt 里的软件包
用 Python 启动 app.py
Gradio 把应用作为网页提供
你在浏览器里使用页面的控件
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 |
|---|---|---|---|---|
| DiffVox 本页 | 76 | gradio | mit | |
| 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。