เกี่ยวกับ LibraTool

วิธีการทำงาน

ทุกเครื่องมือบน LibraTool ทำงานในเบราว์เซอร์ของคุณทั้งหมด เมื่อคุณวางไฟล์ ไฟล์จะถูกประมวลผลโดย JavaScript ที่ทำงานบนอุปกรณ์ของคุณเอง — ไม่มีอะไรถูกอัปโหลดไปยังเซิร์ฟเวอร์

ทำไมถึงฟรี?

AI ทำให้การพัฒนาเครื่องมือเหล่านี้แทบไม่มีต้นทุน เราส่งต่อการประหยัดนั้นให้คุณโดยตรง

ไม่ต้องเข้าสู่ระบบ ไฟล์ของคุณไม่เคยออกจากอุปกรณ์ ดังนั้นขนาดไฟล์ที่เปิดได้จึงขึ้นอยู่กับหน่วยความจำของอุปกรณ์

เครื่องมือทำงานในเบราว์เซอร์ของคุณ ไฟล์จึงไม่ถูกอัปโหลด และไม่มีเซิร์ฟเวอร์ประมวลผลที่เราต้องจ่ายค่าใช้จ่าย

โมเดลโอเพนซอร์สที่เรารันบนอุปกรณ์ของคุณ

เครื่องมือบางตัวใช้โมเดลแมชชีนเลิร์นนิงแบบโอเพนซอร์ส โมเดลทำงานในเบราว์เซอร์ของคุณ ไม่ใช่บนเซิร์ฟเวอร์ แต่ต้องดาวน์โหลดไฟล์โมเดลหนึ่งครั้ง จึงระบุไว้ที่นี่ว่าแต่ละตัวคืออะไร ใครสร้าง และมีขนาดเท่าใด จะไม่มีการดาวน์โหลดใด ๆ จนกว่าคุณจะร้องขอ

• 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

น้ำหนักโมเดลให้บริการจากโดเมนของเราเอง ไม่ใช่ CDN ของบุคคลที่สาม และแต่ละตัวตรึงไว้กับเวอร์ชันที่เผยแพร่อย่างชัดเจน เอนจินก็เป็นโอเพนซอร์สเช่นกัน ได้แก่ ONNX Runtime และ ffmpeg (คอมไพล์เป็น WebAssembly ทั้งคู่), pdf.js และ RNNoise