Tentang LibraTool
Misi kami mudah: menjadikan alat yang hebat percuma untuk semua orang.
Cara ia berfungsi
Setiap alat di LibraTool berjalan sepenuhnya dalam pelayar anda. Apabila anda menjatuhkan fail, ia diproses oleh JavaScript yang berjalan pada peranti anda sendiri — tiada apa yang pernah dimuat naik ke pelayan.
Dasar privasi
Fail anda diproses dalam pelayar anda dan tidak dimuat naik. Sesetengah alat memuat turun enjin atau model AI dahulu; ucapan-ke-teks langsung menggunakan perkhidmatan pertuturan pelayar anda sendiri.
- Fail dan teks yang anda gunakan dalam alat diproses pada peranti anda dan tidak dihantar ke LibraTool.
- Sesetengah alat memuat turun enjin atau model AI terbuka ke pelayar anda kali pertama anda menggunakannya. Tiada apa milik anda dihantar balik.
- Ucapan-ke-teks langsung ialah pengecualian: pelayar anda menghantar audio kepada pembuatnya (Google dalam Chrome, Microsoft dalam Edge, Apple dalam Safari).
- Kami menggunakan analitik PostHog untuk mengira lawatan dan penggunaan alat. Ia menyimpan ID rawak dalam localStorage pelayar anda dan ditetapkan untuk membuang alamat IP; ia tidak pernah menerima fail anda atau apa yang anda taip dalam alat. Cloudflare mengukur kelajuan halaman tanpa kuki.
- Hos kami, Vercel, melihat alamat IP anda apabila halaman dimuatkan, seperti setiap hos web, dan menyimpannya dalam log pelayan jangka pendek.
- Tiada akaun diperlukan. Tetapan dan kegemaran anda kekal dalam pelayar anda sendiri.
Mengapa percuma?
AI telah menjadikan pembangunan alat-alat ini hampir percuma. Kami menyalurkan penjimatan itu terus kepada anda.
Tiada log masuk. Fail anda tidak pernah meninggalkan peranti anda, jadi saiz fail yang boleh dibuka bergantung pada memori peranti anda.
Alat ini berjalan dalam pelayar anda, jadi fail anda tidak dimuat naik dan tiada pelayan yang memprosesnya untuk kami bayar.
422
alat percuma, tanpa log masuk
81
bahasa disokong
Model terbuka yang kami jalankan pada peranti anda
Sesetengah alat menggunakan model pembelajaran mesin terbuka. Ia berjalan dalam pelayar anda, bukan pada pelayan, tetapi fail model perlu dimuat turun sekali — jadi di sini dinyatakan dengan tepat apa setiap satunya, siapa yang membuatnya dan berapa besarnya. Tiada apa-apa dimuat turun sehingga anda memintanya.
- 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
Pemberat disajikan dari domain kami sendiri dan bukan CDN pihak ketiga, dan setiap satu disematkan pada versi terbitan yang tepat. Enjin juga sumber terbuka: ONNX Runtime dan ffmpeg (kedua-duanya dikompil ke WebAssembly), pdf.js serta RNNoise.
Perisian sumber terbuka
LibraTool dibina di atas perisian sumber terbuka yang berjalan dalam pelayar anda, termasuk ffmpeg, eSpeak NG dan ONNX Runtime. Setiap satu mengekalkan lesennya sendiri. Notis ini menyenaraikan setiap komponen, lesennya dan di mana untuk mendapatkan kod sumbernya, termasuk tawaran kami untuk menyediakan sumber komponen GPL dan LGPL.
Lesen pihak ketigaTHIRD_PARTY_NOTICES.txtHubungi & maklum balas
Ada maklum balas, jumpa pepijat, atau ingin mencadangkan alat baharu? Kami membaca setiap mesej dan menggunakan cadangan anda.
💡Cadangkan alat