حول LibraTool
مهمتنا بسيطة: جعل الأدوات الرائعة مجانية للجميع.
كيف يعمل
تعمل كل أداة في LibraTool بالكامل في متصفحك. عندما تُفلت ملفًا، تتم معالجته بواسطة JavaScript يعمل على جهازك الخاص — ولا يُرفع أي شيء إلى أي خادم على الإطلاق.
سياسة الخصوصية
تُعالج ملفاتك في متصفحك ولا تُرفع. تنزّل بعض الأدوات أولًا محركًا أو نموذج ذكاء اصطناعي؛ ويستخدم التحويل المباشر من الكلام إلى نص خدمة الكلام الخاصة بمتصفحك.
- تُعالج الملفات والنصوص التي تستخدمها في أداة ما على جهازك ولا تُرسل إلى LibraTool.
- تنزّل بعض الأدوات محركًا أو نموذج ذكاء اصطناعي مفتوحًا إلى متصفحك عند أول استخدام. لا يُرسل شيء منك في المقابل.
- التحويل المباشر من الكلام إلى نص استثناء: يرسل متصفحك الصوت إلى الشركة المصنّعة له (Google في Chrome، وMicrosoft في Edge، وApple في Safari).
- نستخدم تحليلات PostHog لإحصاء الزيارات واستخدام الأدوات. يحتفظ بمعرّف عشوائي في localStorage بمتصفحك وهو مضبوط على تجاهل عناوين IP؛ ولا يتلقى ملفاتك أبدًا ولا ما تكتبه في الأدوات. تقيس Cloudflare سرعة الصفحة دون ملفات تعريف ارتباط.
- يرى مضيفنا Vercel عنوان IP الخاص بك عند تحميل الصفحة، كما يفعل أي مضيف ويب، ويحتفظ به في سجلات خادم قصيرة الأمد.
- لا حاجة إلى حساب. تبقى إعداداتك ومفضلاتك في متصفحك.
لماذا هو مجاني؟
جعل الذكاء الاصطناعي بناء هذه الأدوات شبه مجاني. نحن نمرر تلك الوفورات مباشرة إليك.
لا حاجة لتسجيل الدخول. ملفاتك لا تغادر جهازك أبدًا، لذا فإن حجم الملف الذي يمكنك فتحه يعتمد على ذاكرة جهازك.
تعمل الأدوات داخل متصفحك، لذا لا تُرفع ملفاتك ولا توجد خوادم تعالجها نحتاج إلى دفع تكلفتها.
422
أدوات مجانية، دون الحاجة إلى تسجيل الدخول
81
لغة مدعومة
نماذج مفتوحة نشغّلها على جهازك
تستخدم بعض الأدوات نماذج تعلّم آلي مفتوحة المصدر. تعمل داخل متصفحك لا على خادم، لكن ملف النموذج نفسه يحتاج إلى تنزيل لمرة واحدة، لذا نوضّح هنا بالضبط ما هو كل نموذج ومن صنعه وكم حجمه. لا يُنزَّل أي شيء قبل أن تطلبه.
- 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
تُقدَّم الأوزان من نطاقنا الخاص لا من شبكة توصيل محتوى تابعة لجهة خارجية، وكل نموذج مثبَّت على إصدار منشور محدد. المحرّكات مفتوحة المصدر أيضًا: ONNX Runtime وffmpeg (كلاهما مُصرَّف إلى WebAssembly) وpdf.js وRNNoise.
برمجيات مفتوحة المصدر
بُني LibraTool على برمجيات مفتوحة المصدر تعمل في متصفحك، منها ffmpeg وeSpeak NG وONNX Runtime. ولكل منها ترخيصه الخاص. تسرد الإشعارات كل مكوّن وترخيصه ومكان الحصول على شفرته المصدرية، بما في ذلك عرضنا لتوفير مصدر مكونات GPL وLGPL.
تراخيص الأطراف الثالثةTHIRD_PARTY_NOTICES.txtالتواصل والملاحظات
لديك ملاحظات، وجدت خطأ، أو تريد اقتراح أداة جديدة؟ نقرأ كل رسالة ونستخدم اقتراحاتك لنقرر ما نبنيه بعد ذلك.
💡اقترح أداة