Whisper-WebUI——基于 Whisper 的浏览器界面工具
Whisper-WebUI 是一个基于 Gradio 的浏览器界面，可作为简易字幕生成器。它支持多种 Whisper 实现方式，能从不同来源生成字幕，具有语音转文本翻译、文本转文本翻译等功能，还可进行音频预处理和后处理。可以通过 Pinokio、Docker 或本地运行。
仓库地址：https://github.com/jhj0517/Whisper-WebUI
核心功能：
1. 多种 Whisper 实现选择：可在 openai/whisper、SYSTRAN/faster-whisper（默认）、Vaibhavs10/insanely-fast-whisper 中选择。
2. 多源字幕生成：从文件、Youtube、麦克风等生成字幕。
3. 支持多种字幕格式：SRT、WebVTT、txt。
4. 语音转文本翻译：从其他语言翻译为英语。
5. 文本转文本翻译：使用 Facebook NLLB 模型或 DeepL API 翻译字幕文件。
6. 音频预处理：使用 Silero VAD 预处理音频输入，使用 UVR 分离 BGM。
7. 音频后处理：使用 pyannote 模型进行说话人区分。
8. 可通过 Pinokio、Docker 或本地运行。
9. 根据需求调整 VRAM 使用。
10. 支持多种 Whisper 模型。
Whisper-WebUI 是一个基于 Gradio 的浏览器界面，可作为简易字幕生成器。它支持多种 Whisper 实现方式，能从不同来源生成字幕，具有语音转文本翻译、文本转文本翻译等功能，还可进行音频预处理和后处理。可以通过 Pinokio、Docker 或本地运行。
仓库地址：https://github.com/jhj0517/Whisper-WebUI
核心功能：
1. 多种 Whisper 实现选择：可在 openai/whisper、SYSTRAN/faster-whisper（默认）、Vaibhavs10/insanely-fast-whisper 中选择。
2. 多源字幕生成：从文件、Youtube、麦克风等生成字幕。
3. 支持多种字幕格式：SRT、WebVTT、txt。
4. 语音转文本翻译：从其他语言翻译为英语。
5. 文本转文本翻译：使用 Facebook NLLB 模型或 DeepL API 翻译字幕文件。
6. 音频预处理：使用 Silero VAD 预处理音频输入，使用 UVR 分离 BGM。
7. 音频后处理：使用 pyannote 模型进行说话人区分。
8. 可通过 Pinokio、Docker 或本地运行。
9. 根据需求调整 VRAM 使用。
10. 支持多种 Whisper 模型。
GitHub
GitHub - jhj0517/Whisper-WebUI: A Web UI for easy subtitle using whisper model.
A Web UI for easy subtitle using whisper model. Contribute to jhj0517/Whisper-WebUI development by creating an account on GitHub.
Morphify
标语：免费无限制文件转换器
介绍：释放你的创意，尽在Morphify——终极在线工具，让你轻松无限制地进行多媒体转换。轻松转换图片、音频和视频，不受任何限制。马上开始转换，让你的内容提升到一个全新的层次吧！
产品网站: https://morphify-kappa.vercel.app/
标语：免费无限制文件转换器
介绍：释放你的创意，尽在Morphify——终极在线工具，让你轻松无限制地进行多媒体转换。轻松转换图片、音频和视频，不受任何限制。马上开始转换，让你的内容提升到一个全新的层次吧！
产品网站: https://morphify-kappa.vercel.app/
Free AI Headshot Generator | Supawork AI
标语：100% 免费的AI专业头像生成器
介绍：使用Supawork免费的AI头像生成器，轻松创建专业照片。提供300多种风格，已生成超过2100万张头像，获得超过7000名客户的推荐。适用于简历、作品集、博客等多种场合。
产品网站: https://supawork.ai/zh/ai-professional-headshot-generator
标语：100% 免费的AI专业头像生成器
介绍：使用Supawork免费的AI头像生成器，轻松创建专业照片。提供300多种风格，已生成超过2100万张头像，获得超过7000名客户的推荐。适用于简历、作品集、博客等多种场合。
产品网站: https://supawork.ai/zh/ai-professional-headshot-generator
Chat100.ai
立即免费在线体验ChatGPT 4o和Claude 3.5 Sonnet
通过GPT4o和Claude 3.5 Sonnet免费体验实时、精准的AI对话。无需登录或任何费用，享受高级ChatGPT功能，体验最优ChatGPT替代方案。
https://chat100.ai/zh-CN
立即免费在线体验ChatGPT 4o和Claude 3.5 Sonnet
通过GPT4o和Claude 3.5 Sonnet免费体验实时、精准的AI对话。无需登录或任何费用，享受高级ChatGPT功能，体验最优ChatGPT替代方案。
https://chat100.ai/zh-CN
surya -- OCR 工具包
一个强大的文档 OCR 工具包，支持 90 多种语言，具有多种功能，包括文本检测、布局分析、读取顺序检测和表识别等
https://github.com/VikParuchuri/surya
一个强大的文档 OCR 工具包，支持 90 多种语言，具有多种功能，包括文本检测、布局分析、读取顺序检测和表识别等
https://github.com/VikParuchuri/surya
GitHub
GitHub - datalab-to/surya: OCR, layout analysis, reading order, table recognition in 90+ languages
OCR, layout analysis, reading order, table recognition in 90+ languages - datalab-to/surya
cloud-document-converter -- 飞书云文档转换为 Markdown
一个 Chrome 插件，可将 Lark 云文档转换为 Markdown。它支持下载 Lark Doc 为 Markdown 和复制 Lark 文档为 Markdown，但生成的图片 URL 只有两小时可访问性。该插件在块、内联等方面对多种格式有不同程度的支持，如标题、代码块、引用、列表、表格、图像等，同时也有一些不支持的格式
https://chrome.google.com/webstore/detail/ehkomhhcinhikfddnmklbloahaakploh
开源地址：https://github.com/lujunji4113/cloud-document-converter
一个 Chrome 插件，可将 Lark 云文档转换为 Markdown。它支持下载 Lark Doc 为 Markdown 和复制 Lark 文档为 Markdown，但生成的图片 URL 只有两小时可访问性。该插件在块、内联等方面对多种格式有不同程度的支持，如标题、代码块、引用、列表、表格、图像等，同时也有一些不支持的格式
https://chrome.google.com/webstore/detail/ehkomhhcinhikfddnmklbloahaakploh
开源地址：https://github.com/lujunji4113/cloud-document-converter
zeli
精选了Hacker News 和 HuggingFace 的Daily Paper，实时解析每个帖子的原文、重写标题、引用一句原文，并生成摘要，然后翻译成你的浏览器语言(是的，不仅支持中文)，方便你快速挑选感兴趣的文章深入阅读
https://zeli.app/zh
精选了Hacker News 和 HuggingFace 的Daily Paper，实时解析每个帖子的原文、重写标题、引用一句原文，并生成摘要，然后翻译成你的浏览器语言(是的，不仅支持中文)，方便你快速挑选感兴趣的文章深入阅读
https://zeli.app/zh
Silo - 纯前端多模型对话、文生图
一个主要基于 SiliconCloud API 的应用。它支持多个大模型同时对话和文生图，响应极快，具有众多特点，如提供浏览器插件和 Web 端访问方式、配置简单、支持余额自动刷新、可接入更多模型、支持调整模型顺序、有夜间模式和禅模式、多语言支持、手机端支持、纯前端实现以及可调整模型参数和优化输入体验等
https://silo.kwok.ink/
一个主要基于 SiliconCloud API 的应用。它支持多个大模型同时对话和文生图，响应极快，具有众多特点，如提供浏览器插件和 Web 端访问方式、配置简单、支持余额自动刷新、可接入更多模型、支持调整模型顺序、有夜间模式和禅模式、多语言支持、手机端支持、纯前端实现以及可调整模型参数和优化输入体验等
https://silo.kwok.ink/
lenML/ChatTTS-Forge
一款强大的对话式文本转语音模型。它有中英混读和多说话人的能力
https://huggingface.co/spaces/lenML/ChatTTS-Forge
一款强大的对话式文本转语音模型。它有中英混读和多说话人的能力
https://huggingface.co/spaces/lenML/ChatTTS-Forge
huggingface.co
ChatTTS Forge - a Hugging Face Space by lenML
This application sets up a web interface where users can input text to generate speech or SSML. Users can specify server settings, authentication, and language preferences. The result is a web-base...
BiLin -- AI 搜索
由沉浸式翻译团队开发的一款跨语言搜索引擎，可以选择同时搜索日语、法语、德语的资料，但是你输入的可以是中文，而结果可以展示为英文
https://bilin.ai/zh-CN
由沉浸式翻译团队开发的一款跨语言搜索引擎，可以选择同时搜索日语、法语、德语的资料，但是你输入的可以是中文，而结果可以展示为英文
https://bilin.ai/zh-CN
