ስለ LibraTool
ተልዕኳችን ቀላል ነው፦ ጥሩ መሳሪያዎችን ለሁሉም ነፃ ማድረግ።
እንዴት እንደሚሠራ
በ LibraTool ላይ ያሉ ሁሉም መሳሪያዎች ሙሉ በሙሉ በአሳሽዎ ውስጥ ይሠራሉ። ፋይል ሲጥሉ፣ በራስዎ መሣሪያ ላይ JavaScript ያስኬዳዋል — ምንም ወደ ሰርቨር አይወጣም።
የግላዊነት ፖሊሲ
ፋይሎችዎ በአሳሽዎ ውስጥ ይሰራሉ እንጂ አይሰቀሉም። አንዳንድ መሣሪያዎች መጀመሪያ ሞተር ወይም AI ሞዴል ያወርዳሉ፤ የቀጥታ ንግግር ወደ ጽሑፍ የአሳሽዎን የራሱ የንግግር አገልግሎት ይጠቀማል።
- በመሣሪያ ውስጥ የሚጠቀሙባቸው ፋይሎችና ጽሑፎች በመሣሪያዎ ላይ ይሰራሉ፣ ወደ LibraTool አይላኩም።
- አንዳንድ መሣሪያዎች መጀመሪያ ሲጠቀሙባቸው ሞተር ወይም ክፍት AI ሞዴል ወደ አሳሽዎ ያወርዳሉ። የእርስዎ ምንም ነገር ወደ ኋላ አይላክም።
- የቀጥታ ንግግር ወደ ጽሑፍ ልዩ ነው፦ አሳሽዎ ድምጹን ወደ አምራቹ ይልካል (በChrome Google፣ በEdge Microsoft፣ በSafari Apple)።
- ጉብኝቶችንና የመሣሪያ አጠቃቀምን ለመቁጠር PostHog ትንታኔን እንጠቀማለን። በአሳሽዎ localStorage ውስጥ ድንገተኛ መታወቂያ ያቆያል፣ የአይፒ አድራሻዎችን እንዲጥል ተዋቅሯል፤ ፋይሎችዎን ወይም በመሣሪያዎች ውስጥ የሚተይቡትን ፈጽሞ አይቀበልም። Cloudflare የገጽ ፍጥነትን ያለ ኩኪዎች ይለካል።
- አስተናጋጃችን Vercel ገጽ ሲጫን፣ እንደ ማንኛውም የድር አስተናጋጅ፣ የአይፒ አድራሻዎን ያያል፤ በአጭር ጊዜ የአገልጋይ መዝገቦችም ያቆየዋል።
- መለያ አያስፈልግም። ቅንብሮችዎና ተወዳጆችዎ በራስዎ አሳሽ ውስጥ ይቆያሉ።
ለምን ነፃ ነው?
ሰው ሠራሽ አስተውሎት እነዚህን መሳሪያዎች ለመገንባት ወጪን ቀንሷል። ያንን ቁጠባ ለናንተ ቀጥታ እናስተላልፋለን።
መግባት አያስፈልግም። ፋይሎችዎ መቼም ከመሳሪያዎ አይወጡም፤ ስለዚህ መክፈት የሚችሉት የፋይል መጠን በመሳሪያዎ ማህደረ ትውስታ (memory) ላይ የተመሰረተ ነው።
መሣሪያዎቹ በአሳሽዎ ውስጥ ይሰራሉ፣ ስለዚህ ፋይሎችዎ አይሰቀሉም፣ እኛም የምንከፍልባቸው ፋይሎችን የሚያስኬዱ አገልጋዮች የሉም።
422
ነፃ መሣሪያዎች፣ መግባት አያስፈልግም
81
የተደገፉ ቋንቋዎች
በመሳሪያዎ ላይ የምናሄዳቸው ክፍት ሞዴሎች
አንዳንድ መሳሪያዎች ክፍት የማሽን-ትምህርት ሞዴሎችን ይጠቀማሉ። እነሱ የሚሰሩት በአሳሽዎ ውስጥ ነው፣ በአገልጋይ ላይ አይደለም — ግን የሞዴል ፋይሉ ራሱ አንድ ጊዜ መውረድ አለበት፣ ስለዚህ እያንዳንዱ ምን እንደሆነ፣ ማን እንደሰራው እና ምን ያህል ትልቅ እንደሆነ በትክክል እነሆ። እርስዎ እስከሚጠይቁ ድረስ ምንም አይወርድም።
- onnx-community/whisper-baseApache-2.0 · 77 MB
- onnx-community/whisper-tinyApache-2.0 · 43 MB
- onnx-community/silero-vadMIT · 2 MB
- opencv/face_detection_yunetMIT · 0 MB
- CoderViking/realesr-general-x4v3-onnxBSD-3-Clause · 5 MB
- nathanfhh/PaddleOCR-ONNXApache-2.0 · 11 MB
- nathanfhh/PaddleOCR-ONNXApache-2.0 · 16 MB
- PaddlePaddle/latin_PP-OCRv5_mobile_rec_onnxApache-2.0 · 8 MB
- PaddlePaddle/cyrillic_PP-OCRv5_mobile_rec_onnxApache-2.0 · 8 MB
- PaddlePaddle/korean_PP-OCRv5_mobile_rec_onnxApache-2.0 · 13 MB
- PaddlePaddle/arabic_PP-OCRv5_mobile_rec_onnxApache-2.0 · 8 MB
- PaddlePaddle/devanagari_PP-OCRv5_mobile_rec_onnxApache-2.0 · 8 MB
- PaddlePaddle/th_PP-OCRv5_mobile_rec_onnxApache-2.0 · 8 MB
- PaddlePaddle/el_PP-OCRv5_mobile_rec_onnxApache-2.0 · 7 MB
- PaddlePaddle/ta_PP-OCRv5_mobile_rec_onnxApache-2.0 · 8 MB
- PaddlePaddle/te_PP-OCRv5_mobile_rec_onnxApache-2.0 · 8 MB
- onnx-community/Kokoro-82M-v1.0-ONNXApache-2.0 · 83 MBJapanese voice "jf_gongitsune" trained on a TNC (テレビ西日本) reading of 「ごんぎつね」 from the koniwa corpus, CC BY 3.0
- rhasspy/piper-voicesCC0-1.0 · 73 MBPiper voice "ukrainian_tts" (lada, mykyta, tetiana) — OHF-Voice voice-datasets, CC0
- rhasspy/piper-voicesCC-BY-4.0 · 61 MBPiper voice "Serena" — trained on "serena-synthetic-it-27h" by committa, CC BY 4.0
- rhasspy/piper-voicesCC-BY-4.0 · 73 MBPiper voice "mls" (German) — trained on Multilingual LibriSpeech (Pratap et al., OpenSLR 94), CC BY 4.0
- rhasspy/piper-voicesCC-BY-4.0 · 73 MBPiper voice "mls" (French) — trained on Multilingual LibriSpeech (Pratap et al., OpenSLR 94), CC BY 4.0
- rhasspy/piper-voicesLicenseRef-public-domain · 27 MBPiper voice "carlfm" — trained on carlfm01/my-speech-datasets (public domain)
- diffusionstudio/piper-wasmGPL-3.0 · 18 MBeSpeak NG (GPL-3.0) + piper-phonemize (MIT), WebAssembly build by diffusionstudio
- danielgatis/rembgApache-2.0 · 44 MBIS-Net "isnet-general-use" by Xuebin Qin et al. (DIS), Apache-2.0; ONNX export by rembg (MIT); int8-quantised by LibraTool
- spotify/basic-pitchApache-2.0 · 0 MBBasic Pitch by Spotify (Bittner et al., ICASSP 2022), Apache-2.0
- Rikorose/DeepFilterNetMIT OR Apache-2.0 · 8 MBDeepFilterNet3 by Hendrik Schröter et al., MIT OR Apache-2.0
- csukuangfj/sherpa-onnx-spleeter-2stemsMIT · 19 MBSpleeter 2-stems by Deezer (Hennequin et al., 2020), MIT; ONNX export by k2-fsa/sherpa-onnx; merged and int8-compacted by LibraTool
- Best-Practice/spleeter-4stems-onnxMIT · 38 MBSpleeter 4-stems by Deezer (Hennequin et al., 2020), MIT; ONNX conversion by Best-Practice (Apache-2.0); merged and int8-compacted by LibraTool
- mediapipe-models/selfie_segmenterApache-2.0 · 0 MBMediaPipe Selfie Segmenter by Google (Tingbo Hou, Siargey Pisarchyk, Karthik Raveendran), Apache-2.0
- mediapipe-models/selfie_multiclass_256x256Apache-2.0 · 16 MBMediaPipe Selfie Multiclass Segmenter by Google (Adel Ahmadyan), Apache-2.0
- musescore/MuseScoreMIT · 23 MBFluidR3Mono GM soundfont: Fluid (R3) © 2000-2002, 2008 Frank Wen; mono conversion © 2014-17 Michael Cowgill; MIT
ክብደቶቹ ከሶስተኛ ወገን CDN ይልቅ ከራሳችን ጎራ ይቀርባሉ፣ እና እያንዳንዱ ትክክለኛ የታተመ ስሪት ላይ ተጣብቋል። ሞተሮቹም ክፍት ምንጭ ናቸው፦ ONNX Runtime እና ffmpeg (ሁለቱም ወደ WebAssembly የተጠናቀሩ)፣ pdf.js እና RNNoise።
የክፍት ምንጭ ሶፍትዌር
LibraTool በአሳሽዎ ውስጥ በሚሠሩ የክፍት ምንጭ ሶፍትዌሮች ላይ የተገነባ ነው፤ ffmpegን፣ eSpeak NGን እና ONNX Runtimeን ጨምሮ። እያንዳንዱ የራሱን ፈቃድ ይይዛል። ማስታወቂያዎቹ እያንዳንዱን ክፍል፣ ፈቃዱን እና የምንጭ ኮዱን የት እንደሚያገኙ ይዘረዝራሉ፤ የGPL እና የLGPL ክፍሎችን ምንጭ ለማቅረብ ያለንን ቃል ጨምሮ።
የሦስተኛ ወገን ፈቃዶችTHIRD_PARTY_NOTICES.txtአድራሻ እና አስተያየት
አስተያየት አለዎት፣ ስህተት አግኝተዋል፣ ወይስ አዲስ መሣሪያ ማቅረብ ይፈልጋሉ? ሁሉንም መልዕክቶች እናነባለን እና ቀጥሎ ምን እንደምንገነባ ለመወሰን የእርስዎን ሐሳቦች እንጠቀማለን።
💡መሳሪያ ሐሳብ አቅርብ