O LibraTool-u
Naša misija je jednostavna: učiniti sjajne alatke besplatnim za sve.
Kako funkcioniše
Svaka alatka na LibraTool-u radi potpuno u vašem pregledaču. Kada prevučete fajl, obrađuje ga JavaScript koji se izvršava na vašem uređaju — ništa se nikada ne otpremuje na server.
Politika privatnosti
Vaše datoteke se obrađuju u vašem pregledaču i ne otpremaju se. Neki alati prvo preuzmu mašinu ili AI model; govor u tekst uživo koristi sopstvenu govornu uslugu vašeg pregledača.
- Datoteke i tekst koje koristite u alatu obrađuju se na vašem uređaju i ne šalju se na LibraTool.
- Neki alati pri prvom korišćenju preuzmu u pregledač mašinu ili otvoreni AI model. Ništa vaše se ne šalje nazad.
- Govor u tekst uživo je izuzetak: vaš pregledač šalje zvuk svom proizvođaču (Google u Chrome-u, Microsoft u Edge-u, Apple u Safari-ju).
- Koristimo PostHog analitiku da brojimo posete i korišćenje alata. Čuva nasumični ID u localStorage-u vašeg pregledača i podešena je da odbacuje IP adrese; nikada ne prima vaše datoteke niti ono što unosite u alate. Cloudflare meri brzinu stranice bez kolačića.
- Naš hosting, Vercel, vidi vašu IP adresu kada se stranica učita, kao svaki veb hosting, i čuva je u kratkotrajnim serverskim logovima.
- Nalog nije potreban. Vaša podešavanja i omiljene stavke ostaju u vašem pregledaču.
Zašto je besplatno?
Veštačka inteligencija je izgradnju ovih alatki učinila skoro besplatnom. Te uštedine direktno prenosimo na vas.
Bez prijave. Vaši fajlovi nikada ne napuštaju uređaj, pa koliko veliki fajl možete da otvorite zavisi od memorije vašeg uređaja.
Alati rade u vašem pregledaču, pa se vaše datoteke ne otpremaju i nema servera koji ih obrađuju i koje bismo morali da plaćamo.
422
besplatnih alata, bez prijave
81
jezika podržano
Otvoreni modeli koje pokrećemo na vašem uređaju
Neki alati koriste otvorene modele mašinskog učenja. Oni rade u vašem pregledaču, a ne na serveru, ali datoteku modela treba jednom preuzeti — pa je ovde tačno navedeno šta je svaki model, ko ga je napravio i koliko je velik. Ništa se ne preuzima dok to ne zatražite.
- 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
Težine se serviraju sa našeg domena, a ne sa CDN-a treće strane, i svaka je vezana za tačno objavljenu verziju. I mehanizmi su otvorenog koda: ONNX Runtime i ffmpeg (oba prevedena u WebAssembly), pdf.js i RNNoise.
Softver otvorenog koda
LibraTool je izgrađen na softveru otvorenog koda koji radi u vašem pregledaču, uključujući ffmpeg, eSpeak NG i ONNX Runtime. Svaki zadržava sopstvenu licencu. Napomene navode svaku komponentu, njenu licencu i gde nabaviti njen izvorni kod, uključujući našu ponudu da obezbedimo izvor GPL i LGPL komponenti.
Licence trećih stranaTHIRD_PARTY_NOTICES.txtKontakt i povratne informacije
Imate povratnu informaciju, pronašli ste grešku ili želite da predložite novu alatku? Čitamo svaku poruku i koristimo vaše predloge da odlučimo šta da gradimo sledeće.
💡Predložite alatku