Tietoja LibraToolsta
Tehtävämme on yksinkertainen: tehdä hyvistä työkaluista ilmaisia kaikille.
Miten se toimii
Jokainen LibraTooln työkalu toimii täysin selaimessasi. Kun pudotat tiedoston, sen käsittelee JavaScript, joka toimii omalla laitteellasi — mitään ei koskaan ladata palvelimelle.
Tietosuojakäytäntö
Tiedostosi käsitellään selaimessasi, eikä niitä lähetetä. Jotkin työkalut lataavat ensin moottorin tai tekoälymallin; reaaliaikainen puheentunnistus käyttää selaimesi omaa puhepalvelua.
- Työkalussa käyttämäsi tiedostot ja teksti käsitellään laitteellasi, eikä niitä lähetetä LibraToolille.
- Jotkin työkalut lataavat selaimeesi moottorin tai avoimen tekoälymallin ensimmäisellä käyttökerralla. Mitään sinun tietojasi ei lähetetä takaisin.
- Reaaliaikainen puheentunnistus on poikkeus: selaimesi lähettää äänen valmistajalleen (Google Chromessa, Microsoft Edgessä, Apple Safarissa).
- Käytämme PostHog-analytiikkaa vierailujen ja työkalujen käytön laskemiseen. Se tallentaa satunnaisen tunnuksen selaimesi localStorageen ja on asetettu hylkäämään IP-osoitteet; se ei koskaan saa tiedostojasi eikä sitä, mitä kirjoitat työkaluihin. Cloudflare mittaa sivun nopeutta ilman evästeitä.
- Isäntämme Vercel näkee IP-osoitteesi sivun latautuessa, kuten kaikki verkkoisännät, ja säilyttää sen lyhytikäisissä palvelinlokeissa.
- Tiliä ei tarvita. Asetuksesi ja suosikkisi pysyvät omassa selaimessasi.
Miksi se on ilmainen?
Tekoäly on tehnyt näiden työkalujen rakentamisesta lähes ilmaista. Välitämme säästöt suoraan sinulle.
Ei kirjautumista. Tiedostosi eivät koskaan poistu laitteeltasi, joten se, kuinka suuren tiedoston voit avata, riippuu laitteesi muistista.
Työkalut toimivat selaimessasi, joten tiedostojasi ei lähetetä minnekään, eikä meillä ole palvelimia, jotka käsittelisivät niitä ja joiden kulut meidän pitäisi maksaa.
422
ilmaista työkalua, ei kirjautumista
81
kieltä tuettu
Avoimet mallit, joita ajamme laitteellasi
Osa työkaluista käyttää avoimia koneoppimismalleja. Ne toimivat selaimessasi, eivät palvelimella, mutta mallitiedosto on ladattava kerran — siksi tässä kerrotaan tarkalleen, mikä kukin malli on, kuka sen teki ja kuinka suuri se on. Mitään ei ladata ennen kuin pyydät.
- 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
Painot tarjoillaan omasta verkkotunnuksestamme eikä kolmannen osapuolen CDN:stä, ja jokainen on kiinnitetty tarkkaan julkaistuun versioon. Myös moottorit ovat avointa lähdekoodia: ONNX Runtime ja ffmpeg (molemmat käännetty WebAssemblyksi), pdf.js ja RNNoise.
Avoimen lähdekoodin ohjelmisto
LibraTool on rakennettu avoimen lähdekoodin ohjelmiston varaan, joka toimii selaimessasi, mukaan lukien ffmpeg, eSpeak NG ja ONNX Runtime. Jokainen pitää oman lisenssinsä. Ilmoitukset listaavat jokaisen komponentin, sen lisenssin ja mistä saada sen lähdekoodi, mukaan lukien tarjouksemme toimittaa GPL- ja LGPL-komponenttien lähdekoodi.
Kolmannen osapuolen lisenssitTHIRD_PARTY_NOTICES.txtYhteys ja palaute
Onko sinulla palautetta, löysitkö virheen tai haluatko ehdottaa uutta työkalua? Luemme jokaisen viestin ja käytämme ehdotuksiasi päättääksemme, mitä rakennamme seuraavaksi.
💡Ehdota työkalua