Image to Text

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

Streamlit を使用すると、この Web ページでは画像を参照してアップロードできます。画像は、画像の内容を示すテキスト プロンプトを作成する Hugging Face モデルによって処理されます。それを使用して、短編小説とその音声を作成します。これらはすべて GenAI と LLM を使用して生成されます。

使用したハグ顔モデル:

• 画像キャプション: Salesforce/blip-image-captioning-large
• ストーリーの生成: openai-community/gpt2
• オーディオコンバータ: espnet/kan-bashi_ljspeech_vits