Image to Text

https://text-to-image-hans.streamlit.app/

Mit Streamlit können Sie auf dieser Webseite ein Bild durchsuchen und hochladen, wobei es von einem Hugging-Face-Modell verarbeitet wird, das eine Textaufforderung darüber erstellt, worum es in dem Bild geht. Damit erstellt es dann eine Kurzgeschichte und Audio davon – alles generiert mit GenAI und LLMs.

Verwendete Modelle mit umarmendem Gesicht:

• Bildunterschrift: Salesforce/blip-image-captioning-large
• Story-Generierung: openai-community/gpt2
• Audiokonverter: espnet/kan-bayashi_ljspeech_vits