A LibraTool-ról
Küldetésünk egyszerű: kiváló eszközöket tegyünk ingyenessé mindenki számára.
Hogyan működik
A LibraTool minden eszköze teljes egészében a böngészőjében fut. Amikor egy fájlt dob be, azt az Ön eszközén futó JavaScript dolgozza fel — semmi sem töltődik fel soha egy szerverre.
Adatvédelmi irányelvek
A fájlokat a böngészője dolgozza fel, és nem töltődnek fel. Egyes eszközök előbb letöltenek egy motort vagy MI-modellt; az élő beszédfelismerés a böngésző saját beszédszolgáltatását használja.
- Az eszközben használt fájlokat és szöveget az eszköze dolgozza fel, és nem kerülnek el a LibraToolhoz.
- Egyes eszközök az első használatkor letöltenek a böngészőbe egy motort vagy nyílt MI-modellt. Semmi az Öné nem kerül vissza.
- Az élő beszédfelismerés a kivétel: a böngésző a hangot elküldi a gyártójának (Google a Chrome-ban, Microsoft az Edge-ben, Apple a Safariban).
- A PostHog elemzést használjuk a látogatások és az eszközhasználat számlálására. Véletlenszerű azonosítót tárol a böngésző localStorage-ában, és úgy van beállítva, hogy eldobja az IP-címeket; soha nem kapja meg a fájljait, sem azt, amit az eszközökbe ír. A Cloudflare sütik nélkül méri az oldalak sebességét.
- Tárhelyszolgáltatónk, a Vercel, minden webszerverhez hasonlóan látja az IP-címét az oldal betöltésekor, és rövid életű szervernaplókban tárolja.
- Nincs szükség fiókra. A beállítások és a kedvencek a saját böngészőjében maradnak.
Miért ingyenes?
A mesterséges intelligencia szinte ingyenessé tette ezeknek az eszközöknek a fejlesztését. Ezeket a megtakarításokat közvetlenül Önnek adjuk át.
Nincs bejelentkezés. A fájljaid sosem hagyják el az eszközödet, így a megnyitható fájl mérete az eszköz memóriájától függ.
Az eszközök a böngészőben futnak, így a fájlokat nem töltjük fel, és nincsenek szerverek, amelyek feldolgoznák őket, és amelyeket nekünk kellene fizetnünk.
422
ingyenes eszköz, bejelentkezés nélkül
81
nyelv támogatott
Nyílt modellek, amelyeket a te eszközödön futtatunk
Néhány eszköz nyílt gépi tanulási modelleket használ. Ezek a böngésződben futnak, nem szerveren, de a modellfájlt egyszer le kell tölteni — ezért itt pontosan szerepel, mi az egyes modellek neve, ki készítette és mekkora. Semmi nem töltődik le, amíg nem kéred.
- 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
A súlyokat saját domainünkről szolgáljuk ki, nem külső CDN-ről, és mindegyik pontos, közzétett verzióhoz van rögzítve. A motorok is nyílt forráskódúak: ONNX Runtime és ffmpeg (mindkettő WebAssemblyre fordítva), pdf.js és RNNoise.
Nyílt forráskódú szoftver
A LibraTool nyílt forráskódú szoftverekre épül, amelyek a böngésződben futnak, beleértve az ffmpeg-et, az eSpeak NG-t és az ONNX Runtime-ot. Mindegyik megőrzi saját licencét. A megjegyzések felsorolnak minden komponenst, licencét és forráskódjának beszerzési helyét, beleértve az ajánlatunkat a GPL és LGPL komponensek forráskódjának biztosítására.
Harmadik féltől származó licencekTHIRD_PARTY_NOTICES.txtKapcsolat és visszajelzés
Visszajelzése van, hibát talált, vagy új eszközt szeretne javasolni? Minden üzenetet elolvasunk, és javaslatai alapján döntjük el, mit építsünk legközelebb.
💡Eszköz javaslása