Sobre LibraTool
La nostra missió és senzilla: fer que les eines excel·lents siguin gratuïtes per a tothom.
Com funciona
Cada eina de LibraTool s'executa completament al teu navegador. Quan deixes un fitxer, és processat per JavaScript que s'executa al teu propi dispositiu — res no es puja mai a un servidor.
Política de privadesa
Els fitxers es processen al navegador i no es pugen. Algunes eines baixen primer un motor o un model d'IA; el de veu a text en directe fa servir el servei de veu del mateix navegador.
- Els fitxers i el text que useu en una eina es processen al dispositiu i no s'envien a LibraTool.
- Algunes eines baixen un motor o un model d'IA obert al navegador la primera vegada que les useu. No se'n retorna res vostre.
- El de veu a text en directe és l'excepció: el navegador envia l'àudio al seu fabricant (Google a Chrome, Microsoft a Edge, Apple a Safari).
- Fem servir l'analítica PostHog per comptar visites i ús d'eines. Desa un identificador aleatori al localStorage del navegador i està configurada per descartar les adreces IP; mai no rep els fitxers ni el que escriviu a les eines. Cloudflare mesura la velocitat de la pàgina sense galetes.
- El nostre allotjament, Vercel, veu la vostra adreça IP quan es carrega una pàgina, com qualsevol servidor web, i la conserva en registres de servidor de curta durada.
- No cal cap compte. La configuració i els preferits es queden al vostre navegador.
Per què és gratuït?
La IA ha fet que crear aquestes eines sigui gairebé gratuït. Passem aquests estalvis directament a tu.
Sense inici de sessió. Els fitxers no surten mai del dispositiu, de manera que la mida del fitxer que pots obrir depèn de la memòria del teu dispositiu.
Les eines funcionen al navegador, de manera que els fitxers no es pugen i no hi ha servidors que els processin que haguem de pagar.
422
eines gratuïtes, sense necessitat d'iniciar sessió
81
idiomes admesos
Models oberts que executem al teu dispositiu
Algunes eines usen models oberts d'aprenentatge automàtic. S'executen al teu navegador, no en un servidor, però el fitxer del model s'ha de baixar un cop: aquí tens exactament què és cadascun, qui l'ha fet i quant ocupa. No es baixa res fins que ho demanes.
- 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
Els pesos se serveixen des del nostre propi domini i no des d'una CDN de tercers, i cadascun està fixat a una versió publicada exacta. Els motors també són de codi obert: ONNX Runtime i ffmpeg (tots dos compilats a WebAssembly), pdf.js i RNNoise.
Programari de codi obert
LibraTool està construït sobre programari de codi obert que s'executa al teu navegador, incloent-hi ffmpeg, eSpeak NG, i ONNX Runtime. Cadascun manté la seva pròpia llicència. Els avisos llisten cada component, la seva llicència, i on obtenir el seu codi font, incloent-hi la nostra oferta de proporcionar el codi font dels components GPL i LGPL.
Llicències de tercersTHIRD_PARTY_NOTICES.txtContacte i comentaris
Tens comentaris, has trobat un error o vols suggerir una nova eina? Llegim cada missatge i usem els teus suggeriments per decidir què construir a continuació.
💡Suggereix una eina