浏览器即拖即用 WASM 工具箱

AAI脑图#5109222025-10-17 03:57
17400

内容详情

文档处理

扫描件 OCR + 双层 PDF

  • 本地并发 Tesseract(OCR 引擎)
    • 500 页秒级识别
      • 体积不变可搜索
        • 双层 PDF
          • 图层1:原图像;图层2:透明文本

论文智能小抄

  • WASM 提取图表公式
    • 1 页 A4 速览图
      • 交互放大公式
        • 知识点速览图
          • 自动排版引用链

合同划词比对

  • 行级 diff(docx XML)
    • 接受/拒绝按钮
      • 合并后原地下载
        • Word 差异高亮
          • 右侧可打勾操作

PPT 一键脑图

  • WASM 读标题&bullet
    • Mermaid 思维导图
      • 主题色可调
        • 导出 SVG/PDF
          • 支持二次编辑

手写转 LaTeX

  • MyScript 离线模型
    • 数学公式识别
      • 拷贝至 Overleaf
        • 拍照/扫描输入
          • 支持复杂符号

超大日志流式 grep

  • WASM ripgrep 正则
    • 10 GB 不占内存
      • 逐行返回匹配
        • 导出小文件
          • 流式读取

嵌套 ZIP 秒解

  • 无限层级树形图
    • 部分解压预览
      • 单文件拖出
        • 逐层 WASM 解压
          • 零上传

PDF 表格→Excel

  • 框线检测 + OCR
    • 保留合并单元格
      • 生成 .xlsx
        • 扫描/文本通用
          • 样式还原

图片处理

4× 超分不糊

  • Real-ESRGAN-ncnn int8
    • 4K 直出
      • tile 流式
        • 老照片变壁纸
          • 内存友好

白天→夜景

  • AnimeGANv3 风格迁移
    • 滑动对比
      • 赛博朋克滤镜
        • 同角度生成
          • 实时预览

智能去雾

  • 暗通道先验 + 导向滤波
    • 无 halo
      • 天空层次保留
        • 一键通透
          • 雾霾照片专用

证件照合规

  • 人像分割 + 关键点
    • 多国尺寸
      • 背景一键换
        • 实时合规提示
          • 像素/头顶距

线稿自动上色

  • Manga-colorization 模型
    • 3 套配色
      • 区域重上色
        • 铅笔稿可用
          • 可迭代选色

手绘转几何 SVG

  • Potrace 矢量追踪
    • 可编辑路径
      • 直投 Figma
        • 拍照草稿
          • 无损放大

RAW 解码

  • WASM libraw
    • 16 bit 线性
      • 浏览器调曝光
        • .CR3/.NEF
          • 导出 TIFF/JPG

深度图重对焦

  • LiDAR/Depth 构建点云
    • 点击任意对焦
      • WebGL 深度图
        • iPhone/Pixel
          • 后对焦拍照

音频处理

伴奏/人声分离

  • Demucs v4 int8
    • 4-stem 输出
      • 单独静音下载
        • 本地完成
          • 零上传

听力生成器

  • Silero VAD 切句
    • 3 秒空白
      • Anki 卡片导出
        • 影子跟读
          • 英语音频专用

环境声去除

  • RNNoise 模型
    • 保留人声
      • 降噪后体积小
        • 空调噪声
          • 录屏适用

BPM/调性/和弦轴

  • librosa-port onnx
    • 时间轴滚动
      • 跟播显示
        • 实时分析
          • 支持任意音频

32-band EQ

  • WASM FFT
    • 实时频谱
      • 预设保存
        • Web Audio 联动
          • 滑杆即时反馈

语音克隆 5 句

  • VITS 轻量模型
    • 5 分钟训练
      • 文字即时朗读
        • 仅 5 段样本
          • 本地 TTS

音量归一 −16 LUFS

  • EBU R128 扫描
    • 无损增益
      • 不重新编码
        • 批量配音
          • 100 条秒完

口播自动字幕

  • Whisper-tiny-int8
    • 生成 SRT
      • 点击跳转
        • 播放器同步
          • 本地完成

视频处理

老录像带翻新

  • 去拉丝 + 防抖 + 补帧
    • 60 fps 输出
      • side-by-side 预览
        • VHS .avi
          • 实时 WASM 处理

竖版自动裁剪

  • 人脸+轨迹跟踪
    • 9:16 生成
      • 关键帧微调
        • 16:9 输入
          • 重要画面保留

延时去闪烁

  • 亮度曲线平滑
    • 直方图匹配
      • 一键稳色
        • 延时摄影
          • 零调色基础

动作放大

  • Eulerian 放大算法
    • 微小振动可视
      • 桥梁晃动可见
        • 30 fps 输入
          • WASM 实时

360° 转平面导览

  • 等距柱状投影
    • 小行星/水晶球
      • 4K 输出
        • Insta360 原片
          • OpenCV WASM

录屏自动字幕

  • Whisper 本地
    • 可点击大纲
      • 类似 YouTube chapters
        • 函数名/章节
          • 本地完成

超分补帧一条龙

  • Real-ESRGAN + RIFE
    • 480p→1080p 60 fps
      • tile 分块
        • 8 GB 内存可跑
          • 长片支持

8 mm 划痕修复

  • 时空域中值填补
    • 90% 白划痕去除
      • 保留颗粒质感
        • 扫描胶片
          • 检测轨迹

万能容器

1000 文件自动分类

  • 格式识别 → 功能按钮
    • 一键批量
      • 断点续传
        • 进度条
          • 混合文件支持

结果本地存储

  • IndexDB 默认
    • 一次性打包下载
      • 零云端留存
        • 即时删除选项
          • 隐私优先

PWA 离线体验

  • 键盘快捷键
    • 暗色模式
      • 飞机可用
        • 秒开无需注册
          • 前端完成