filewizard
可自行部署的网页工具，集文件转换、OCR、音频转写和语音合成于一体，通过浏览器使用常见转换工具。
分享到 X许可证: MIT
概述
File Wizard是一个可自行部署的网页工具，用来转换文件、做OCR识别和转写音频。它把FFmpeg、LibreOffice、Pandoc、ImageMagick等常用工具，以及faster-whisper和Tesseract，整合到同一个浏览器页面中。任务在后台运行，显示实时状态并保留历史记录，还可通过设置文件添加更多转换工具。README提醒，仅本地模式没有登录，应放在可信网络中使用。
主要特点
- 转换多种格式，可通过settings.yml扩展
- 对PDF和图片做OCR，可选语言
- 使用Whisper模型转写音频
- 后台任务、状态更新与历史记录
适用场景
适合想在自己环境里集中完成文件转换、OCR和转写的用户。不启用OIDC登录时，能访问端口的人都可使用。
- 上游仓库
- LoredCast/filewizard
- GitHub 上的 fork
- Guo-astro/filewizard
- 上游 Star 数
- 1.1k
- 分类
- 文档、媒体与内容
- 编程语言
- Python
- 许可证
- MIT
- Fork 时间
- 2025-10-16
- 同步状态
- 已同步上次同步 2026-10-11
同分类更多: 文档、媒体与内容
PhotoCraft是一款用Rust编写的开源图像编辑器，可在离线桌面应用中编辑图层图像和Photoshop PSD文件，并保存为PSD。
Fork 时间 2026-10-10上次同步 2026-10-11许可证: Apache-2.0文档、媒体与内容GitHub
Pocket TTS 是一款轻量级 Python 语音合成工具，可在 CPU 上将文本转为语音，无需 GPU 或语音生成 Web API；可通过 Python API 或命令行使用。
这是一套本地 FFmpeg 工具，可通过编程代理或直接编辑和检查视频、音频，无需上传媒体或使用 API 密钥。
中文译本帮助读者阅读深度学习教材，并通过社区反馈持续修正内容。