O LibraTool
Naše mise je jednoduchá: zpřístupnit skvělé nástroje zdarma pro každého.
Jak to funguje
Každý nástroj na LibraTool běží zcela ve vašem prohlížeči. Když vložíte soubor, zpracuje ho JavaScript běžící na vašem vlastním zařízení — nic se nikdy nenahraje na server.
Zásady ochrany osobních údajů
Vaše soubory se zpracovávají ve vašem prohlížeči a nenahrávají se. Některé nástroje si nejdřív stáhnou modul nebo model AI; živý přepis řeči na text používá vlastní službu rozpoznávání řeči vašeho prohlížeče.
- Soubory a text, které v nástroji používáte, se zpracovávají ve vašem zařízení a neodesílají se do LibraTool.
- Některé nástroje si při prvním použití stáhnou do prohlížeče modul nebo otevřený model AI. Nic z vašich dat se zpět neodesílá.
- Výjimkou je živý přepis řeči na text: prohlížeč posílá zvuk svému výrobci (Google v Chrome, Microsoft v Edge, Apple v Safari).
- Používáme analytiku PostHog k počítání návštěv a používání nástrojů. Ukládá náhodné ID v localStorage vašeho prohlížeče a je nastavena tak, aby IP adresy zahazovala; nikdy nedostane vaše soubory ani to, co do nástrojů zadáte. Cloudflare měří rychlost stránek bez cookies.
- Náš hostitel Vercel vidí vaši IP adresu při načtení stránky, jako každý webhosting, a ukládá ji do krátkodobých serverových logů.
- Není potřeba žádný účet. Vaše nastavení a oblíbené položky zůstávají ve vašem prohlížeči.
Proč je to zdarma?
Umělá inteligence učinila tvorbu těchto nástrojů téměř bezplatnou. Tyto úspory přenášíme přímo na vás.
Žádné přihlašování. Vaše soubory nikdy neopustí vaše zařízení, takže velikost souboru, který můžete otevřít, závisí na paměti vašeho zařízení.
Nástroje běží ve vašem prohlížeči, takže se vaše soubory nenahrávají a nemáme žádné servery, jejichž provoz bychom museli platit.
422
bezplatných nástrojů, bez přihlášení
81
jazyků podporováno
Otevřené modely, které běží na vašem zařízení
Některé nástroje používají otevřené modely strojového učení. Běží ve vašem prohlížeči, ne na serveru, ale soubor modelu je nutné jednou stáhnout — proto je zde přesně uvedeno, co každý model je, kdo ho vytvořil a jak je velký. Nic se nestahuje, dokud o to nepožádáte.
- 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
Váhy poskytujeme z vlastní domény, nikoli z cizí CDN, a každá je připnutá ke konkrétní zveřejněné verzi. Také jádra jsou open source: ONNX Runtime a ffmpeg (obojí zkompilované do WebAssembly), pdf.js a RNNoise.
Software s otevřeným zdrojovým kódem
LibraTool je postaven na open-source softwaru, který běží ve vašem prohlížeči, včetně ffmpeg, eSpeak NG a ONNX Runtime. Každý si zachovává vlastní licenci. Oznámení vypisují každou komponentu, její licenci a kde získat její zdrojový kód, včetně naší nabídky poskytnout zdrojový kód komponent GPL a LGPL.
Licence třetích stranTHIRD_PARTY_NOTICES.txtKontakt a zpětná vazba
Máte zpětnou vazbu, našli jste chybu nebo chcete navrhnout nový nástroj? Čteme každou zprávu a vaše návrhy používáme k rozhodnutí, co vytvořit jako další.
💡Navrhnout nástroj