
免費的離線桌面應用程式(Windows/macOS),可使用VOICEVOX聲音(如Zundamon等)朗讀日文PDF、圖像、EPUB和青空文庫,並提供SRT字幕。/PDF、圖像、青空文庫的日文可透過VOICEVOX(如Zundamon等)在桌面上免費朗讀和語音化。支援離線OCR、按行切換說話者、字幕輸出。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
1
最後提交
2026年10月
GitHub 建立日期
2026年7月11日
收錄日
2026年10月18日
同分類的熱門資源
研究領域相近的資源
- manga-ocr-basekha-white299kManga OCR 是一個 Vision Encoder‑Decoder OCR 工具,能閱讀垂直與水平的日語漫畫文字(包含振假名),適用於多種字體與低品質圖像,且源碼免費提供。HF 模型共同: OCR 與文件影像・影像與多模態
Pix2Textbreezedeus3.3k一個使用小型模型的開源 Python3 工具,可辨識影像中的版面、表格、數學公式(LaTeX)與文字,並將其轉換為 Markdown 格式,是 Mathpix 的免費替代方案,可無縫將視覺內容轉換為文字表示,支援80多種語言。多語言共同: OCR 與文件影像・影像與多模態- meiki.txt.recognition.v0rtr4642kMeikiocr的 meiki.text.recognition.v0——一個基於 D‑FINE 的 MobileNetV4 模型,在日語視訊遊戲文字上微調——為水平文字提供最先進的準確性和延遲,能從 960×32 的輸入中偵測多達 48 個字符,並輸出每個字符的外框與置信度分數。HF 模型共同: OCR 與文件影像・影像與多模態
- meiki.text.detect.v0rtr4622kmeikiocr 提供一款基於 D‑FINE 的開源權重文字偵測模型,適用於遊戲視訊(v0.1 版,採用 MobileNet‑v4 主幹,提供兩種解析度變體與 64 框限制),以及實驗性低延遲 tiny 與 small 變體,已在日本遊戲及漫畫上訓練。HF 模型共同: OCR 與文件影像・影像與多模態
- manga-ocr-2025-onnxl0wgear9k一款基於 kha‑white 的 manga‑ocr 與 jzhang533 2025 基線構建的 ONNX Vision‑Encoder‑Decoder Manga OCR 模型,支援垂直/水平日文文字、振假名、疊加與低品質影像,訓練資料包含 manga109‑s 與合成數據,可透過 Hugging Face Optimum 使用 TrOCRProcessor 與 ORTModelForVision2Seq 部署。HF 模型共同: OCR 與文件影像・影像與多模態
OCR_Japaneasetanreinama251日本語OCR共同: OCR 與文件影像・影像與多模態