XJF2332 / GOT-OCR-2-GUI
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
☆160Updated last week
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
- 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。☆160Updated 3 months ago
- Analysis of Chinese and English layouts 中英文版面分析☆181Updated last month
- 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。☆72Updated 5 months ago
- Based on RapidOCR, extract the PDF content.☆150Updated 6 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。☆185Updated 4 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。☆73Updated 6 months ago
- doc2x docs☆49Updated 3 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）☆102Updated 7 months ago
- 研究GOT-OCR-项目落地加速，不限语言☆59Updated 5 months ago
- Using GPT to parse PDF☆91Updated 6 months ago
- 文本语料转训练集工具，txt转dataset☆90Updated 10 months ago
- generate ppt with llm☆85Updated last year
- ChatTTS HTTP API☆52Updated 9 months ago
- AI Q&A Search Engine ➡️ 基于LangChain和SearXNG打造的开源AI搜索引擎☆159Updated 6 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…☆163Updated 8 months ago
- A python wrapper for the Doc2X API and comes with native texts processing (to improve PDF recall in RAG). | Doc2X API的python封装，同时附带本地的文本处…☆246Updated last month
- 一个用于CosyVoice的api接口项目☆245Updated 2 months ago
- 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。☆222Updated 2 weeks ago
- 一个中文语音转文字项目，封装自FireRedASR☆34Updated last month
- 如需体验textin文档解析，请点击https://cc.co/16YSIy☆80Updated 4 months ago
- This is a multi-character, ultra-personalized StoryTeller. It includes: 1) efficiently and accurately build multi-character voice library…☆32Updated last month
- 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☆346Updated 2 months ago
- 一个基于 Funasr 的离线字幕生成工具~☆63Updated this week
- 通过paddle ocr实现pdf转markdown☆66Updated 5 months ago
- Python3 package for Chinese/English OCR, with paddleocr-v4 onnx model(~14MB). 基于ppocr-v4-onnx模型推理，可实现 CPU 上毫秒级的 OCR 精准预测，通用场景中英文OCR达到开源SO…☆64Updated 2 months ago
- ☆47Updated last year
- 视频理解：千问视频多模态模型 & Dify☆42Updated 6 months ago
- SmolDocling OCR App built using SmolDocling 256M Model and Streamlit.☆70Updated this week
- Phi3 中文仓库☆320Updated 3 months ago
- 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…☆371Updated 3 months ago