Om LibraTool
Vårt oppdrag er enkelt: lag flotte verktøy gratis for alle.
Hvordan det fungerer
Hvert verktøy på LibraTool kjører utelukkende i nettleseren din. Når du slipper en fil, behandles den av JavaScript som kjører på din egen enhet - ingenting blir noen gang lastet opp til en server.
Personvernerklæring
Filene dine behandles i nettleseren din og lastes ikke opp. Noen verktøy laster først ned en motor eller AI-modell; direkte tale-til-tekst bruker nettleserens egen taletjeneste.
- Filer og tekst du bruker i et verktøy, behandles på enheten din og sendes ikke til LibraTool.
- Noen verktøy laster ned en motor eller en åpen AI-modell til nettleseren din første gang du bruker dem. Ingenting fra deg sendes tilbake.
- Direkte tale-til-tekst er unntaket: nettleseren din sender lyden til produsenten sin (Google i Chrome, Microsoft i Edge, Apple i Safari).
- Vi bruker PostHog-analyse til å telle besøk og bruk av verktøy. Den lagrer en tilfeldig ID i nettleserens localStorage og er satt til å forkaste IP-adresser; den får aldri filene dine eller det du skriver i verktøyene. Cloudflare måler sidehastighet uten informasjonskapsler.
- Verten vår, Vercel, ser IP-adressen din når en side lastes, slik alle nettverter gjør, og lagrer den i kortlevde serverlogger.
- Du trenger ingen konto. Innstillingene og favorittene dine blir værende i din egen nettleser.
Hvorfor er det gratis?
AI har gjort bygging av disse verktøyene nesten gratis. Vi overfører disse besparelsene direkte til deg.
Ingen innlogging. Filene dine forlater aldri enheten din, så hvor stor fil du kan åpne avhenger av enhetens minne.
Verktøyene kjører i nettleseren din, så filene dine lastes ikke opp, og det finnes ingen servere som behandler dem og som vi må betale for.
422
gratis verktøy, ingen innlogging nødvendig
81
språk støttet
Åpne modeller vi kjører på enheten din
Noen verktøy bruker åpne maskinlæringsmodeller. De kjører i nettleseren din, ikke på en server, men selve modellfilen må lastes ned én gang — så her står det nøyaktig hva hver enkelt er, hvem som har laget den og hvor stor den er. Ingenting lastes ned før du ber om det.
- 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
Vektene serveres fra vårt eget domene i stedet for et tredjeparts-CDN, og hver enkelt er låst til en nøyaktig publisert versjon. Motorene er også åpen kildekode: ONNX Runtime og ffmpeg (begge kompilert til WebAssembly), pdf.js og RNNoise.
Åpen kildekode
LibraTool er bygget på åpen kildekode som kjører i nettleseren din, blant annet ffmpeg, eSpeak NG og ONNX Runtime. Hver har sin egen lisens. Merknadene lister opp hver komponent, lisensen og hvor du får kildekoden, inkludert vårt tilbud om å levere kildekoden til GPL- og LGPL-komponentene.
TredjepartslisenserTHIRD_PARTY_NOTICES.txtKontakt og tilbakemelding
Har du tilbakemeldinger, funnet en feil eller vil du foreslå et nytt verktøy? Vi leser hver melding og bruker forslagene dine til å bestemme hva vi skal bygge videre.
💡Foreslå et verktøy