
免费的离线桌面应用程序(Windows/macOS),可以使用VOICEVOX声音(Zundamon等)朗读日语PDF、图片、EPUB和青空文库,并提供SRT字幕。/PDF、图片、青空文库的日语可以在VOICEVOX(Zundamon等)中朗读和音频化的免费桌面应用程序。支持离线OCR、按行切换说话者、字幕输出。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
1
最后提交
2026年10月
GitHub 创建日期
2026年7月11日
收录日
2026年10月18日
同分类的热门资源
研究领域相近的资源
- manga-ocr-basekha-white299kManga OCR 是一款 Vision Encoder‑Decoder OCR 工具,可读取纵向和横向的日语漫画文本,包括 furigana,适用于多种字体和低质量图像,并且源代码可免费获取。HF 模型共同: OCR 与文档图像・图像与多模态
Pix2Textbreezedeus3.3k一个使用小型模型的开源 Python3 工具,可识别图像中的版面、表格、数学公式(LaTeX)与文字,并将其转换为 Markdown 格式,是 Mathpix 的免费替代方案,可无缝将视觉内容转换为文本表示,支持80多种语言。多语言共同: OCR 与文档图像・图像与多模态- meiki.txt.recognition.v0rtr4642kMeikiocr的 meiki.text.recognition.v0——基于 D‑FINE 的 MobileNetV4 模型,在日本视频游戏文本上微调——为水平文本提供最先进的准确率和延迟,能够从 960×32 的输入中检测多达 48 个字符,并输出每个字符的边界框和置信度分数。HF 模型共同: OCR 与文档图像・图像与多模态
- meiki.text.detect.v0rtr4622kmeikiocr 提供一个基于 D‑FINE、开源权重的视频游戏文本检测模型(v0.1,使用 MobileNet‑v4 骨干网络,提供两种分辨率变体和 64‑box 限制),以及实验性的低延迟 tiny 与 small 变体,训练材料来自日本视频游戏和漫画。HF 模型共同: OCR 与文档图像・图像与多模态
- manga-ocr-2025-onnxl0wgear9k基于 kha‑white 的 manga‑ocr 和 jzhang533 的 2025 baseline 构建的 ONNX Vision‑Encoder‑Decoder Manga OCR 模型,支持竖排/横排日语文本、假名注音、叠加文字和低质量图像,训练数据包括 manga109‑s 与合成数据,可通过 Hugging Face Optimum 使用 TrOCRProcessor 和 ORTModelForVision2Seq 部署。HF 模型共同: OCR 与文档图像・图像与多模态
OCR_Japaneasetanreinama251日语OCR共同: OCR 与文档图像・图像与多模态