OCR

小虫快读BugQR

一款基于OCR技术和AI大语言模型的高效阅读工具。小虫快读通过拍照书籍页面,应用可以自动识别并总结书籍内容,帮助你快速获取书籍的核心信息,还能通过语音播放总结内容。

eSearch

eSearch是一款基于Electron框架的开源跨平台AI桌面应用,适用于Linux、Windows和macOS系统。它集成了多种功能,包括快速截屏、OCR文字识别、搜索翻译、屏幕录制和屏幕贴图等。凭借简洁的界面和强大的功能,eSearch显著提高了用户在桌面环境中的工作效率,尤其适合教育、办公自动化、设计和内容创作等领域。

PDF.ai

PDF.ai是一个创新平台,使用 AI 与任何文档聊天并提出问题、获取摘要、查找信息等。

TextHarmony

TextHarmony是一款由华东师范大学与字节跳动联合开发的多模态生成模型,擅长视觉与文本信息的生成与理解。该模型基于Slide-LoRA技术,支持视觉文本生成、编辑、理解及感知等功能,广泛应用于文档分析、场景文本识别、视觉问题回答、图像编辑与增强以及信息检索等领域。通过高质量数据集的构建与多模态预训练,TextHarmony在视觉与语言生成任务中表现出色。

CopyFish

一个免费的 OCR 程序,可从图片、视频和 PDF 文件中提取文本。

Subtitle Edit

Subtitle Edit 是一款免费开源的多功能字幕编辑器,支持超过300种字幕格式。它具备字幕同步、创建、翻译、音频波形可视化、视频播放、AI语音识别、AI自动翻译和OCR技术等功能,适用于影视后期、多语言内容创作、教育培训及辅助听力障碍者等场景。其界面友好,操作简便。

Comic Translate

Comic Translate 是一款基于开源框架的漫画翻译工具,支持多语言翻译,涵盖英语、韩语、日语、法语、简体中文、繁体中文、俄语、德语、荷兰语、西班牙语和意大利语等主流语言。它利用深度学习技术和图像处理库,实现从文本检测、OCR 到翻译渲染的全流程自动化,旨在帮助用户突破语言限制,享受跨文化阅读体验。同时,该工具支持自定义翻译服务,适合个人娱乐、教育学习、翻译本地化及学术研究等多个领域。

VideoDrafter

一个高质量视频生成的开放式扩散模型,相比之前的生成视频模型,VideoDrafter最大的特点是能在主体不变的基础上,一次性生成多个场景的视频。

Pot划词翻译

Pot划词翻译,一个跨平台的划词翻译软件, 免费、方便的跨平台划词翻译、截图翻译工具,支持多个翻译源,技术外文阅读利器。

EasyOCR

EasyOCR是一款基于深度学习技术的开源OCR工具,支持超过80种语言及多种书写系统。它提供高精度的文字识别能力,用户可通过简单的API轻松地将图像中的文本转换为可编辑的文本。EasyOCR易于安装和使用,支持跨平台操作,并具备批量处理能力。该工具在图像质量有一定要求的情况下,能够高效处理大量图像文件。