讨论记录 🔗

• 2025 年 4.6
  • 调研范围
    • 文本转语音的模型 （hugging face 上的 text-to-speek）
    • 前端图片翻页动效 （react 的库）
    • 前端音频的播放 （react 的库）
• 后续

2025 年 4.6 🔗

文本转语音的模型 🔗

先选择轻量的模型，https://huggingface.co/hexgrad/Kokoro-82M， 参数千万级别的。

语音模型是否支持中文语音？ 字节的模型应该支持中文语音 https://huggingface.co/ByteDance/MegaTTS3

模型的运行，chatgpt 描述的很简单的。

前端图片翻页动效 🔗

react-page-flip， 非常流行的 React 组件库，可以帮助你实现类似图书翻页的效果。它支持 3D 翻页动画，非常适合用于电子书、数字化杂志等项目。

react-flip-page， react-pdf 显示 PDF 文件的 React 库， flipbook.js 是一个 JavaScript 库，用于实现经典的翻页效果。

前端音频的播放 🔗

<audio> 标签将多个音频文件的播放管理放在一个数组中，通过 JavaScript 来控制每个音频段的播放

react-player 更灵活的音频控制