درباره LibraTool

نحوه کار

هر ابزاری در LibraTool کاملاً در مرورگر شما اجرا می‌شود. وقتی فایل رها می‌کنید، توسط JavaScript روی دستگاه خودتان پردازش می‌شود — هیچ چیزی هرگز به سرور آپلود نمی‌شود.

چرا رایگان است؟

هوش مصنوعی توسعه این ابزارها را تقریباً رایگان کرده است. ما این صرفه‌جویی را مستقیماً به شما منتقل می‌کنیم.

بدون ورود. فایل‌های شما هرگز دستگاهتان را ترک نمی‌کنند، بنابراین اندازه فایلی که می‌توانید باز کنید به حافظه دستگاهتان بستگی دارد.

ابزارها در مرورگر شما اجرا می‌شوند، بنابراین فایل‌هایتان آپلود نمی‌شود و سروری هم برای پردازش آن‌ها وجود ندارد که ما هزینه‌اش را بپردازیم.

مدل‌های متن‌باز که روی دستگاه شما اجرا می‌شوند

برخی ابزارها از مدل‌های متن‌باز یادگیری ماشین استفاده می‌کنند. این مدل‌ها در مرورگر شما اجرا می‌شوند، نه روی سرور، اما فایل مدل باید یک‌بار دانلود شود؛ بنابراین اینجا دقیقاً آمده که هر مدل چیست، چه کسی آن را ساخته و چه حجمی دارد. تا زمانی که درخواست نکنید چیزی دانلود نمی‌شود.

• 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

وزن‌ها از دامنهٔ خودمان ارائه می‌شوند نه از یک CDN شخص ثالث، و هر کدام به نسخهٔ منتشرشدهٔ مشخصی سنجاق شده‌اند. موتورها نیز متن‌باز هستند: ONNX Runtime و ffmpeg (هر دو به WebAssembly کامپایل شده)، pdf.js و RNNoise.