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
☆179Updated 2 months 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。☆245Updated 9 months ago
- 文本语料转训练集工具，txt转dataset☆93Updated last year
- 📝 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。☆204Updated 10 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。☆102Updated 10 months ago
- 一个中文语音转文字项目，封装自FireRedASR☆74Updated 6 months ago
- Analysis of Chinese and English layouts 中英文版面分析☆245Updated last month
- Unsloth框架在Windows平台微调训练Qwen2大模型，非WSL☆61Updated last year
- 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）☆107Updated last year
- 视频理解：千问视频多模态模型 & Dify☆64Updated last year
- 一个语音识别项目☆47Updated 4 months ago
- 研究GOT-OCR-项目落地加速，不限语言☆61Updated 10 months ago
- ☆119Updated last year
- doc2x docs☆70Updated 9 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…☆191Updated last year
- generate ppt with llm☆101Updated last year
- 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。☆99Updated last year
- Phi3 中文后训练模型仓库☆322Updated 9 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
- Based on RapidOCR, extract the PDF content☆182Updated 4 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…☆399Updated 9 months ago
- Sample GLM4V + ChatTTS AI assistant☆85Updated last year
- This is an open-source RSS crawler with an LLM interface, and it can use LLM to analyze news feeds☆147Updated 6 months ago
- 鬼畜视频配音字幕同步项目，基于字幕文件srt同步接入TTS，支持GPT-Sovits ChatTTS BertVits2☆44Updated last year
- 一个用于CosyVoice的api接口项目☆309Updated 2 weeks ago
- 无内容审核写作大模型rwkv的本地webui项目，接入GPT-SoVITS☆54Updated last year
- The document for pdfdeal☆27Updated 6 months ago
- 一个用于F5-TTS的api和webui项目☆63Updated 8 months ago
- WebUI for ChatTTS☆31Updated last year
- EZ-Work AI文档翻译，人人可用的开源AI文档翻译助手，可以快速低成本调用OpenAI等大语言模型api，帮助您实现txt/markdown/word/csv/excel/pdf/ppt的文档翻译。☆244Updated 5 months ago