filewizard
ファイル変換、OCR、音声の文字起こし、音声合成をまとめて行えるセルフホスト型のWeb画面です。よく使う変換ツールをブラウザから使えます。
Xで共有ライセンス: MIT
概要
File Wizardは、ファイル変換、OCR、音声の文字起こしをブラウザから行えるセルフホスト型のWebインターフェースです。FFmpeg、LibreOffice、Pandoc、ImageMagickなどの既存ツールと、faster-whisperやTesseractを一つの画面にまとめています。ジョブはバックグラウンドで実行され、状況表示と履歴も保存されます。設定ファイルで変換ツールを追加できます。ローカル専用モードにはログインがない点に注意が必要です。
主な特長
- 多くの形式を変換、settings.ymlで拡張可能
- PDFや画像のOCR、言語を選択可能
- Whisperモデルによる音声の文字起こし
- バックグラウンド処理、状況表示、履歴
こんな人・用途に
変換、OCR、文字起こしを一か所で自前運用したい人向け。OIDC認証なしだと、ポートに届く全員が使えます。
- アップストリーム
- LoredCast/filewizard
- GitHubのフォーク
- Guo-astro/filewizard
- アップストリームのスター数
- 1.1k
- カテゴリ
- ドキュメント・メディア・コンテンツ
- 言語
- Python
- ライセンス
- MIT
- フォーク日
- 2025-10-16
- 同期状態
- 同期済み最終同期 2026-10-11
同じカテゴリ: ドキュメント・メディア・コンテンツ
PhotoCraftは、レイヤー画像やPhotoshopのPSDをオフラインで編集できるRust製の画像編集アプリです。編集内容はPSDで保存できます。
フォーク日 2026-10-10最終同期 2026-10-11ライセンス: Apache-2.0ドキュメント・メディア・コンテンツGitHub
Pocket TTSは、GPUや音声生成Web APIを使わず、CPU上でテキストから音声を作る軽量なPython音声合成ツールです。Python APIまたはCLIから利用できます。
フォーク日 2026-10-09最終同期 2026-10-11ライセンス: MITドキュメント・メディア・コンテンツGitHub
動画や音声をローカルで編集・確認できるFFmpegツールキットです。コーディングエージェントからも直接利用でき、メディアのアップロードやAPIキーは不要です。
フォーク日 2026-10-04最終同期 2026-10-11ライセンス: MITドキュメント・メディア・コンテンツGitHub
深層学習の教科書を中国語で読むための資料で、読者の修正提案を集めて正確さを高めます。
フォーク日 2026-10-04最終同期 2026-10-11ライセンス表記なしドキュメント・メディア・コンテンツGitHub