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。
读取一段语音,一次计算就返回关于它的十个判断,如话轮状态、插话和情绪,不做转写。适合语音智能体开发者和语音研究者。
DuplexJev Speech to Decisions 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 adventists-ai/DuplexJev-demo --repo-type space --local-dir DuplexJev-demo cd DuplexJev-demo
DuplexJev Speech to Decisions 是 DuplexJev 模型的浏览器演示。它接收一段语音,返回关于它的十个判断,例如话轮状态、插话、情绪和非语言声音。它一次前向计算就完成,不做语音识别,也不做解码。页面调用免费的 DuplexJev 试用 API。
想看看以语音为先的模型能从原始音频里读出什么的语音智能体开发者,以及研究对话音频的研究者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 语音 AI | 语音智能体开发者 | 检查模型如何读取话轮切换和打断 | 试一段有一方插话的片段 |
| 客户服务 | 通话工具开发者 | 不转写就看到情绪和非语言线索 | 测试一段录下来的通话片段 |
| 研究 | 语音研究者 | 观察一次计算得出的多个判断 | 对比一段音频的十个输出 |
如果你需要说话内容的文字稿,可以跳过它,因为来源说它不使用语音识别。
| Use case | Who | What they get back |
|---|---|---|
| 解读一段语音 | 语音开发者 | 关于这段音频的十个判断 |
| 试用示例 | 好奇的人 | examples 文件夹里示例片段的结果 |
pip install -U huggingface_hub hf download adventists-ai/DuplexJev-demo --repo-type space --local-dir DuplexJev-demo cd DuplexJev-demo
打开页面,给它一段语音,或者在页面提供示例时选一个示例。页面把片段发给试用 API,并显示返回的十个判断。下载到本地之后,改用浏览器打开 index.html。
你打开页面,选一个有一方打断另一方的示例片段。页面会显示它的十个判断,包括话轮状态是什么,以及是否检测到插话。
如果你是新手,先试一个示例片段。每个判断都说明音频里那一刻的某件事,比如谁在说话,或者有没有人插话。
对专家来说,对原始音频做一次前向计算就能得到全部十个输出,所以事先不转写也不解码。代价是页面依赖托管的试用 API,所以模型本身并不在你的浏览器里运行。
读取一段语音,一次计算就返回关于它的十个判断,如话轮状态、插话和情绪,不做转写。适合语音智能体开发者和语音研究者。
由 adventists-ai 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:DuplexJev Speech to Decisions 是 DuplexJev 模型的浏览器演示。它接收一段语音,返回关于它的十个判断,例如话轮状态、插话、情绪和非语言声音。它一次前向计算就完成,不做语音识别,也不做解码。页面调用免费的 DuplexJev 试用 API。
适合谁:想看看以语音为先的模型能从原始音频里读出什么的语音智能体开发者,以及研究对话音频的研究者。
Industry | Who uses it | How they use it | Example
语音 AI | 语音智能体开发者 | 检查模型如何读取话轮切换和打断 | 试一段有一方插话的片段
客户服务 | 通话工具开发者 | 不转写就看到情绪和非语言线索 | 测试一段录下来的通话片段
研究 | 语音研究者 | 观察一次计算得出的多个判断 | 对比一段音频的十个输出
如果你需要说话内容的文字稿,可以跳过它,因为来源说它不使用语音识别。
用在哪里:
Use case | Who | What they get back
解读一段语音 | 语音开发者 | 关于这段音频的十个判断
试用示例 | 好奇的人 | examples 文件夹里示例片段的结果
如何设置:
pip install -U huggingface_hub
hf download adventists-ai/DuplexJev-demo --repo-type space --local-dir DuplexJev-demo
cd DuplexJev-demo
如何使用:打开页面,给它一段语音,或者在页面提供示例时选一个示例。页面把片段发给试用 API,并显示返回的十个判断。下载到本地之后,改用浏览器打开 index.html。
示例:你打开页面,选一个有一方打断另一方的示例片段。页面会显示它的十个判断,包括话轮状态是什么,以及是否检测到插话。
新手与专家:如果你是新手,先试一个示例片段。每个判断都说明音频里那一刻的某件事,比如谁在说话,或者有没有人插话。
对专家来说,对原始音频做一次前向计算就能得到全部十个输出,所以事先不转写也不解码。代价是页面依赖托管的试用 API,所以模型本身并不在你的浏览器里运行。
打开页面
选择或录制一段语音
片段发送给试用 API
对原始语音做一次前向计算
十个判断显示在页面上
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 |
|---|---|---|---|---|
| DuplexJev Speech to Decisions 本页 | 1 | static | cc-by-nc-4.0 | |
| 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 |
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。