Par LibraTool
Mūsu misija ir vienkārša: padarīt lieliskus rīkus bezmaksas ikvienam.
Kā tas darbojas
Katrs LibraTool rīks darbojas pilnīgi jūsu pārlūkprogrammā. Kad nometiet failu, to apstrādā JavaScript, kas darbojas jūsu pašu ierīcē — nekas nekad netiek augšupielādēts serverī.
Privātuma politika
Faili tiek apstrādāti jūsu pārlūkā un netiek augšupielādēti. Daži rīki vispirms lejupielādē dzinēju vai MI modeli; tiešā runas pārvēršana tekstā izmanto jūsu pārlūka runas pakalpojumu.
- Faili un teksts, ko izmantojat rīkā, tiek apstrādāti jūsu ierīcē un netiek sūtīti uz LibraTool.
- Daži rīki pirmajā lietošanas reizē lejupielādē pārlūkā dzinēju vai atvērtu MI modeli. Nekas no jūsu datiem netiek sūtīts atpakaļ.
- Izņēmums ir tiešā runas pārvēršana tekstā: jūsu pārlūks sūta audio savam izstrādātājam (Google – Chrome, Microsoft – Edge, Apple – Safari).
- Apmeklējumu un rīku lietojuma uzskaitei izmantojam PostHog analītiku. Tā jūsu pārlūka localStorage glabā nejaušu ID, un tā ir iestatīta atmest IP adreses; tā nekad nesaņem jūsu failus vai to, ko ievadāt rīkos. Cloudflare mēra lapas ātrumu bez sīkfailiem.
- Mūsu mitinātājs Vercel, tāpat kā jebkurš tīmekļa mitinātājs, lapas ielādes brīdī redz jūsu IP adresi un īslaicīgi glabā to servera žurnālos.
- Konts nav nepieciešams. Iestatījumi un izlase paliek jūsu pārlūkā.
Kāpēc tas ir bezmaksas?
Mākslīgais intelekts ir padarījis šo rīku izstrādi gandrīz bezmaksas. Mēs nododam šos ietaupījumus tieši jums.
Nav jāpiesakās. Jūsu faili nekad nepamet ierīci, tāpēc faila lielums, ko varat atvērt, ir atkarīgs no ierīces atmiņas.
Rīki darbojas jūsu pārlūkā, tāpēc faili netiek augšupielādēti un mums nav jāmaksā par serveriem, kas tos apstrādātu.
422
bezmaksas rīki, pieteikšanās nav vajadzīga
81
valodas atbalstītas
Atvērtie modeļi, ko darbinām jūsu ierīcē
Daži rīki izmanto atvērtus mašīnmācīšanās modeļus. Tie darbojas jūsu pārlūkā, nevis serverī, taču modeļa fails vienreiz jālejupielādē — tāpēc šeit precīzi norādīts, kas katrs modelis ir, kurš to izveidojis un cik tas liels. Nekas netiek lejupielādēts, kamēr to nepieprasāt.
- 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
Svarus piegādājam no sava domēna, nevis no trešās puses CDN, un katrs ir piesaistīts konkrētai publicētai versijai. Arī dzinēji ir atvērtā pirmkoda: ONNX Runtime un ffmpeg (abi kompilēti uz WebAssembly), pdf.js un RNNoise.
Atvērtā koda programmatūra
LibraTool ir veidots uz atvērtā koda programmatūras, kas darbojas jūsu pārlūkprogrammā, tostarp ffmpeg, eSpeak NG un ONNX Runtime. Katrai ir sava licence. Paziņojumos ir uzskaitīta katra sastāvdaļa, tās licence un kur iegūt tās pirmkodu, ieskaitot mūsu piedāvājumu sniegt GPL un LGPL komponentu pirmkodu.
Trešo pušu licencesTHIRD_PARTY_NOTICES.txtKontakti un atsauksmes
Vai jums ir atsauksmes, atradāt kļūdu vai vēlaties ieteikt jaunu rīku? Mēs lasām katru ziņojumu un izmantojam jūsu ieteikumus, lai izlemtu, ko veidot tālāk.
💡Ieteikt rīku