O LibraToolu
Naša misija je jednostavna: učiniti izvrsne alate besplatnima za sve.
Kako funkcionira
Svaki alat na LibraToolu radi potpuno u vašem pregledniku. Kada povučete datoteku, obrađuje je JavaScript koji se izvršava na vašem uređaju — ništa se nikada ne prenosi na poslužitelj.
Pravila privatnosti
Vaše se datoteke obrađuju u pregledniku i ne prenose se. Neki alati prvo preuzimaju mehanizam ili AI model; govor u tekst uživo koristi govornu uslugu samog preglednika.
- Datoteke i tekst koje koristite u alatu obrađuju se na vašem uređaju i ne šalju se LibraToolu.
- Neki alati pri prvom korištenju u preglednik preuzimaju mehanizam ili otvoreni AI model. Ništa vaše se ne šalje natrag.
- Govor u tekst uživo je iznimka: vaš preglednik šalje zvuk svom proizvođaču (Google u Chromeu, Microsoft u Edgeu, Apple u Safariju).
- Koristimo PostHog analitiku za brojanje posjeta i korištenja alata. Čuva nasumični ID u localStorageu vašeg preglednika i postavljena je da odbacuje IP adrese; nikad ne prima vaše datoteke ni ono što upisujete u alate. Cloudflare mjeri brzinu stranica bez kolačića.
- Naš poslužitelj, Vercel, vidi vašu IP adresu kad se stranica učita, kao i svaki web hosting, i čuva je u kratkotrajnim zapisnicima poslužitelja.
- Račun nije potreban. Vaše postavke i favoriti ostaju u vašem pregledniku.
Zašto je besplatno?
Umjetna inteligencija izgradnju ovih alata učinila je gotovo besplatnom. Te uštede izravno prenosimo na vas.
Nema prijave. Vaše datoteke nikada ne napuštaju vaš uređaj, pa koliko veliku datoteku možete otvoriti ovisi o memoriji vašeg uređaja.
Alati rade u vašem pregledniku, pa se vaše datoteke ne prenose i nema poslužitelja koji ih obrađuju, a koje bismo morali plaćati.
422
besplatnih alata, bez prijave
81
jezika podržano
Otvoreni modeli koje pokrećemo na vašem uređaju
Neki alati koriste otvorene modele strojnog učenja. Rade u vašem pregledniku, ne na poslužitelju, ali datoteku modela treba jednom preuzeti — pa je ovdje točno navedeno što je koji model, tko ga je izradio i koliko je velik. Ništa se ne preuzima dok to ne zatražite.
- 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
Težine poslužujemo s vlastite domene, a ne s CDN-a treće strane, i svaka je pričvršćena na točnu objavljenu verziju. I pogoni su otvorenog koda: ONNX Runtime i ffmpeg (oba prevedena u WebAssembly), pdf.js te RNNoise.
Softver otvorenog koda
LibraTool je izgrađen na softveru otvorenog koda koji radi u vašem pregledniku, uključujući ffmpeg, eSpeak NG i ONNX Runtime. Svaki zadržava vlastitu licencu. Napomene popisuju svaku komponentu, njezinu licencu i gdje dobiti njezin izvorni kod, uključujući našu ponudu da dostavimo izvor GPL i LGPL komponenti.
Licence treće straneTHIRD_PARTY_NOTICES.txtKontakt i povratne informacije
Imate povratnu informaciju, pronašli ste grešku ili želite predložiti novi alat? Čitamo svaku poruku i koristimo vaše prijedloge kako bismo odlučili što graditi sljedeće.
💡Predložite alat