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。
在浏览器页面里用 YuE2-3B 模型,根据风格提示词和歌词生成歌曲和翻唱。适合想试试 AI 歌曲生成的音乐人和爱好者。
YuE2-3B Music Generator 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 mrfakename/yue2-3b --repo-type space --local-dir yue2-3b cd yue2-3b
这个 Space 根据风格提示词和歌词生成歌曲和翻唱。它是围绕 YuE2-3B 模型的 Gradio 页面,在 Hugging Face 的 zero-a10g 硬件上运行。页面还提到它配合使用的其他几个模型,包括 YuE2-Vae、SheetSage2、Qwen3-4B 和 Qwen3-ASR-1.7B。
适合想听听 AI 歌曲模型用自己的歌词能做出什么的人,也适合想看音乐模型在 Gradio 应用里的小例子的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 音乐 | 词曲作者和爱好者 | 把写好的歌词变成演唱草稿 | 粘贴歌词,描述风格,然后听结果 |
| 内容创作 | 视频和播客制作者 | 为项目做一首短歌 | 描述一种情绪,请它生成一首相配的歌 |
| AI 开发 | 开发者 | 研究围绕音乐模型构建的 Gradio 应用 | 阅读 app.py 和依赖文件 |
如果你需要录音棚级别的成品,或者想精细控制歌曲的每个部分,可以跳过它。
你可以在这些地方使用它:
| Use case | Who | What they get back |
|---|---|---|
| 根据歌词做歌 | 词曲作者 | 一首符合你的风格提示词和歌词的生成歌曲 |
| 翻唱 | 爱好者 | 一首生成的翻唱版本 |
如果要在本地运行副本,你需要先准备:
在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。仓库里还有一个 pre-requirements.txt 文件。
pip install -U huggingface_hub hf download mrfakename/yue2-3b --repo-type space --local-dir yue2-3b cd yue2-3b pip install gradio==6.17.3 pip install -r requirements.txt python app.py
在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后写下风格提示词和歌词,运行生成器。
python app.py
| Tool | What it does |
|---|---|
| python app.py | 在你自己的电脑上启动 Gradio 应用 |
| hf download | 把这个 Space 的文件复制到本地文件夹 |
你写一段描述想要音乐风格的提示词,粘贴歌词,然后运行生成器。这个 Space 会返回一首符合该风格、演唱你歌词的歌曲。
如果你是新手,先写一个简短的风格提示词和几行歌词。听听结果,然后改几个风格词再试一次。
如果你熟悉这个领域,这个 Space 提到了五个模型:YuE2-3B、YuE2-Vae、SheetSage2、Qwen3-4B 和 Qwen3-ASR-1.7B。来源没有说明它们如何配合,所以想了解确切的流程,请阅读 app.py。
来源只用一句话描述这个 Space,所以这里的大部分内容来自 Hugging Face 自己的记录和仓库文件。
在浏览器页面里用 YuE2-3B 模型,根据风格提示词和歌词生成歌曲和翻唱。适合想试试 AI 歌曲生成的音乐人和爱好者。
由 mrfakename 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 根据风格提示词和歌词生成歌曲和翻唱。它是围绕 YuE2-3B 模型的 Gradio 页面,在 Hugging Face 的 zero-a10g 硬件上运行。页面还提到它配合使用的其他几个模型,包括 YuE2-Vae、SheetSage2、Qwen3-4B 和 Qwen3-ASR-1.7B。
适合谁:适合想听听 AI 歌曲模型用自己的歌词能做出什么的人,也适合想看音乐模型在 Gradio 应用里的小例子的开发者。
Industry | Who uses it | How they use it | Example
音乐 | 词曲作者和爱好者 | 把写好的歌词变成演唱草稿 | 粘贴歌词,描述风格,然后听结果
内容创作 | 视频和播客制作者 | 为项目做一首短歌 | 描述一种情绪,请它生成一首相配的歌
AI 开发 | 开发者 | 研究围绕音乐模型构建的 Gradio 应用 | 阅读 app.py 和依赖文件
如果你需要录音棚级别的成品,或者想精细控制歌曲的每个部分,可以跳过它。
用在哪里:你可以在这些地方使用它:
Use case | Who | What they get back
根据歌词做歌 | 词曲作者 | 一首符合你的风格提示词和歌词的生成歌曲
翻唱 | 爱好者 | 一首生成的翻唱版本
如何设置:如果要在本地运行副本,你需要先准备:
在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。仓库里还有一个 pre-requirements.txt 文件。
pip install -U huggingface_hub
hf download mrfakename/yue2-3b --repo-type space --local-dir yue2-3b
cd yue2-3b
pip install gradio==6.17.3
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后写下风格提示词和歌词,运行生成器。
python app.py
Tool | What it does
python app.py | 在你自己的电脑上启动 Gradio 应用
hf download | 把这个 Space 的文件复制到本地文件夹
示例:你写一段描述想要音乐风格的提示词,粘贴歌词,然后运行生成器。这个 Space 会返回一首符合该风格、演唱你歌词的歌曲。
新手与专家:如果你是新手,先写一个简短的风格提示词和几行歌词。听听结果,然后改几个风格词再试一次。
如果你熟悉这个领域,这个 Space 提到了五个模型:YuE2-3B、YuE2-Vae、SheetSage2、Qwen3-4B 和 Qwen3-ASR-1.7B。来源没有说明它们如何配合,所以想了解确切的流程,请阅读 app.py。
你写风格提示词
你加上歌词
Space 在 GPU 上运行它的模型
你得到一首歌或翻唱
注意事项:来源只用一句话描述这个 Space,所以这里的大部分内容来自 Hugging Face 自己的记录和仓库文件。
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 |
|---|---|---|---|---|
| YuE2-3B Music Generator 本页 | 235 | gradio | cc-by-nc-4.0 | |
| 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 |
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。