XJF2332 / GOT-OCR-2-GUILinks
GOT-OCR的GUI版本，提供OCR、导出PDF、批处理等功能，但不提供训练功能
☆178Updated 3 weeks ago
Alternatives and similar repositories for GOT-OCR-2-GUI
Users that are interested in GOT-OCR-2-GUI are comparing it to the libraries listed below
Sorting:
- MinerU是一款开源的高质量PDF解析工具，基于深度学习技术，可自动提取PDF文档中的文字、表格、图片、公式等内容，并提供丰富的分析、统计、搜索等功能。 本项目为其提供一个简化版本的WebUI，方便用户上传PDF文件，并实时展示提取结果。☆235Updated 8 months ago
- GraphRAG-Ollama-UI + GraphRAG4OpenWebUI 融合版（有gradio webui配置生成RAG索引，有fastapi提供RAG API服务）☆109Updated 11 months ago
- 📝 针对文档类图像做内容提取，将文档类图像一比一输出到Word或者Txt中，便于进一步使用或处理。后续计划支持输入PDF/图像，输出对应json格式、Txt格式、Word格式和Markdown格式。☆199Updated 9 months ago
- 基于MinerU的桌面应用程序，MinerU是一款开源的高质量PDF解析工具，基于深度学习技术，可自动提取PDF文档中的文字、表格、图片、公式等内容，并提供丰富的分析、统计、搜索等功能。 本项目为其提供一个简化版本的WebUI，方便用户上传PDF文件，并实时展示提取 结果。☆95Updated 9 months ago
- Based on RapidOCR, extract the PDF content☆179Updated 2 months ago
- 文本语料转训练集工具，txt转dataset☆93Updated last year
- 研究GOT-OCR-项目落地加速，不限语言☆60Updated 9 months ago
- 一个中文语音转文字项目，封装自FireRedASR☆65Updated 5 months ago
- 一个语音识别项目☆43Updated 2 months ago
- Analysis of Chinese and English layouts 中英文版面分析☆234Updated 3 weeks ago
- Unsloth框架在Windows平台微调训练Qwen2大模型，非WSL☆61Updated last year
- doc2x docs☆68Updated 8 months ago
- 视频理解：千问视频多模态模型 & Dify☆62Updated 11 months ago
- 基于OpenVoice和Melotts整合的中文版webui，添加resemble_enhance音频增强功能☆96Updated last year
- 基于Faster-whisper和modelscope一键生成双语字幕，双语字幕生成器,基于离线大模型,Generate bilingual subtitles with one click based on Faster-whisper and modelscope. O…☆393Updated 8 months ago
- generate ppt with llm☆99Updated last year
- ☆118Updated last year
- Multilingual Document Layout Parsing in a Single Vision-Language Model☆207Updated this week
- Phi3 中文后训练模型仓库☆321Updated 8 months ago
- The document for pdfdeal☆27Updated 5 months ago
- 10000 chatTTS voices ！chatTTS 音色库，再也不为音色抽卡烦恼啦。这是我第一个项目，熬夜龟速生产10000条音色并上传Github，给点鼓励呗哈！主域名：https://www.TTSlist.com 备用：http://ttslist.aiqb…☆188Updated last year
- An common framework for voice and text interactions with LLMs☆94Updated 8 months ago
- 阿里SenseVoice的fastpi封装，采用onnx发布，体积更小，附带量化模型，支持GPU。支持从URL文件进行语音识别。☆94Updated 11 months ago
- 这是一个 ChatTTS 音频仓库，包含用不同 seed 生成的不同音色，你可以方便地挑选你喜欢的 seed。☆52Updated last year
- 实时STT，连接OpenAI接口/智谱AI（流式LLM）和GPT-SOVITS/Edge-TTS，通过网页的方式，进行跨网络的服务调用，实现实时对话的效果☆406Updated 7 months ago
- Windows不用搭建环境只要英伟达显卡就行，解压即用！☆45Updated last year
- 在DH_live项目基础上修改，添加webui界面☆64Updated 3 months ago
- ChatTTS HTTP API☆55Updated last year
- 一个用于CosyVoice的api接口项目☆299Updated 6 months ago
- Sample GLM4V + ChatTTS AI assistant☆85Updated last year