Image to Text

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

使用 Streamlit，该网页允许您浏览图像并上传图像，其中图像由 Hugging Face 模型处理，该模型创建图像内容的文本提示。然后，它使用它创建一个短篇故事及其音频 - 所有这些都是使用 GenAI 和 LLM 生成的。

使用的拥抱脸部模型：

• 图像标题：Salesforce/blip-image-captioning-large
• 故事生成：openai-community/gpt2
• 音频转换器：espnet/kan-bayashi_ljspeech_vits