Image to Text

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

เมื่อใช้ Streamlit หน้าเว็บนี้จะทำให้คุณสามารถเรียกดูรูปภาพและอัปโหลดได้ ซึ่งจะถูกประมวลผลโดยโมเดล Hugging Face ที่สร้างข้อความแจ้งว่ารูปภาพเกี่ยวกับอะไร จากนั้นจะสร้างเรื่องสั้นพร้อมทั้งเสียง ซึ่งทั้งหมดสร้างขึ้นโดยใช้ GenAI และ LLM

โมเดลใบหน้ากอดที่ใช้:

• คำบรรยายภาพ: Salesforce/blip-image-captioning-large
• การสร้างเรื่องราว: openai-community/gpt2
• โปรแกรมแปลงเสียง: espnet/kan-bayashi_ljspeech_vits