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

• liuhuapiaoyuan / MinerU-webui
  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。
  ☆200Updated 5 months ago
• RapidAI / RapidLayout
  Analysis of Chinese and English layouts 中英文版面分析
  ☆212Updated last week
• v3ucn / llama3-txt2json-dataset-maker
  文本语料转训练集工具，txt转dataset
  ☆92Updated last year
• RapidAI / RapidDoc
  📝 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。
  ☆194Updated 7 months ago
• RapidAI / RapidOCRPDF
  Based on RapidOCR, extract the PDF content
  ☆169Updated 3 weeks ago
• v3ucn / Unsloth-Windows-fineTuning-Qwen2
  Unsloth框架在Windows平台微调训练Qwen2大模型，非WSL
  ☆60Updated 11 months ago
• liuhuapiaoyuan / MinerU-PDFScanner
  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。
  ☆83Updated 7 months ago
• Ikaros-521 / GraphRAG-Ollama-UI
  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）
  ☆110Updated 9 months ago
• 1694439208 / GOT-OCR-Inference
  研究GOT-OCR-项目落地加速，不限语言
  ☆60Updated 7 months ago
• HG-ha / SenseVoice-Api
  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。
  ☆87Updated 9 months ago
• HaujetZhao / FunASR-Online-Paraformer-Test
  ☆47Updated last year
• soulteary / dify-with-qwen-vl
  视频理解：千问视频多模态模型 & Dify
  ☆57Updated 9 months ago
• gluttony-10 / Liuer
  一个语音识别项目
  ☆39Updated 3 weeks ago
• CrazyBoyM / phi3-Chinese
  Phi3 中文后训练模型仓库
  ☆321Updated 6 months ago
• zhaoyun0071 / CosyVoice-windows-GUI
  Windows不用搭建环境只要英伟达显卡就行，解压即用！
  ☆41Updated 10 months ago
• intsig-textin / xparse-frontend
  如需体验TextIn文档解析，请访问 https://cc.co/16YSIy
  ☆141Updated 2 months ago
• intsig-textin / markdown_tester
  如需体验textin文档解析，请点击https://cc.co/16YSIy
  ☆98Updated 6 months ago
• jianchang512 / fireredasr-ui
  一个中文语音转文字项目，封装自FireRedASR
  ☆51Updated 3 months ago
• owenliang / aippt
  generate ppt with llm
  ☆94Updated last year
• gan / glm4v-assistant
  Sample GLM4V + ChatTTS AI assistant
  ☆84Updated 11 months ago
• CyberWon / ChatTTS-API
  ChatTTS HTTP API
  ☆53Updated 11 months ago
• RapidAI / RapidOrientation
  文档方向分类
  ☆219Updated 6 months ago
• daodao97 / gptpdf-ui
  Using GPT to parse PDF
  ☆98Updated 8 months ago
• Gloridust / whisper_streaming_CN
  Whisper realtime streaming for long speech-to-text transcription and translation
  ☆46Updated last year
• Ikaros-521 / RealtimeSTT_LLM_TTS
  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
  ☆390Updated 5 months ago
• v3ucn / OpenVoiceV2_Webui_resemble_enhance
  基于OpenVoice和Melotts整合的中文版webui，添加resemble_enhance音频增强功能
  ☆92Updated last year
• RapidAI / RapidTableDetection
  检测和提取各种场景图片中的表格区域，并纠正透视和旋转问题 Detect and extract table regions from images in various scenarios, and correct perspective and rotation i…
  ☆93Updated 5 months ago
• 2DIPW / gpt_sovits_infer_with_emotion
  基于中文文本情绪分析自动切换参考音频的 GPT-SoVITS 推理 Demo
  ☆101Updated last year
• yuhaolove / ChatTTS-WebUI
  ☆118Updated last year
• jianchang512 / cosyvoice-api
  一个用于CosyVoice的api接口项目
  ☆279Updated 4 months ago