Over LibraTool
Onze missie is simpel: geweldige tools gratis maken voor iedereen.
Hoe het werkt
Elke tool op LibraTool werkt volledig in je browser. Wanneer je een bestand neerlaat, wordt het verwerkt door JavaScript op je apparaat — er wordt nooit iets naar een server geüpload.
Privacybeleid
Je bestanden worden in je browser verwerkt en niet geüpload. Sommige tools downloaden eerst een engine of AI-model; live spraak-naar-tekst gebruikt de eigen spraakservice van je browser.
- Bestanden en tekst die je in een tool gebruikt, worden op je apparaat verwerkt en niet naar LibraTool gestuurd.
- Sommige tools downloaden de eerste keer dat je ze gebruikt een engine of open AI-model naar je browser. Er wordt niets van jou teruggestuurd.
- Live spraak-naar-tekst is de uitzondering: je browser stuurt de audio naar zijn maker (Google in Chrome, Microsoft in Edge, Apple in Safari).
- We gebruiken PostHog-analyse om bezoeken en toolgebruik te tellen. Het bewaart een willekeurig ID in de localStorage van je browser en is ingesteld om IP-adressen te verwerpen; het ontvangt nooit je bestanden of wat je in tools typt. Cloudflare meet de paginasnelheid zonder cookies.
- Onze host, Vercel, ziet je IP-adres wanneer een pagina wordt geladen, zoals elke webhost, en bewaart het in kortlevende serverlogs.
- Je hebt geen account nodig. Je instellingen en favorieten blijven in je eigen browser.
Waarom gratis?
AI heeft het ontwikkelen van deze tools vrijwel gratis gemaakt. Die besparing geven we direct aan jou door.
Geen login. Je bestanden verlaten je apparaat nooit, dus hoe groot een bestand je kunt openen hangt af van het geheugen van je apparaat.
De tools draaien in je browser, dus je bestanden worden niet geüpload en er zijn geen servers die ze voor ons verwerken en die wij moeten betalen.
422
gratis tools, geen login nodig
81
talen ondersteund
Open modellen die we op je apparaat draaien
Sommige tools gebruiken open machine-learningmodellen. Ze draaien in je browser, niet op een server, maar het modelbestand moet één keer worden gedownload. Daarom staat hier precies wat elk model is, wie het heeft gemaakt en hoe groot het is. Er wordt niets gedownload tot je erom vraagt.
- 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
De gewichten komen van ons eigen domein in plaats van een CDN van derden, en elk is vastgezet op een exacte gepubliceerde versie. De engines zijn ook open source: ONNX Runtime en ffmpeg (beide gecompileerd naar WebAssembly), pdf.js en RNNoise.
Opensourcesoftware
LibraTool is gebouwd op opensourcesoftware die in je browser draait, waaronder ffmpeg, eSpeak NG en ONNX Runtime. Elk onderdeel behoudt zijn eigen licentie. De vermeldingen noemen elk onderdeel, de licentie en waar je de broncode kunt krijgen, inclusief ons aanbod om de broncode van de GPL- en LGPL-onderdelen te leveren.
Licenties van derdenTHIRD_PARTY_NOTICES.txtContact & feedback
Heb je feedback, een bug gevonden of wil je een nieuwe tool voorstellen? We lezen elk bericht en gebruiken je suggesties.
💡Een tool voorstellen