KrylovENSprache wechseln: English

Werkzeuge

Die Maschine auf Ihrem Schreibtisch.

Alles hier läuft dort, wo Sie sind, ein Dutzend Modelle und einige klassische Verfahren, einmal geladen und in diesem Tab gerechnet. Was Sie ablegen, wird nirgendwohin gesendet, weil es nicht nötig ist.

Läuft vollständig in Ihrem Browser. Nichts wird hochgeladen.

Bild

Sprache & Text

Audio

            Die Modelle dahinter

            Diese Werkzeuge sind fremde Forschungsarbeit. Jedes Modell unten wird in Ihren Browser geladen und dort ausgeführt, hier steht, wer es gebaut hat, was es tut und unter welcher Lizenz es steht.

            • Tesseract (LSTM)

              Erkennt gedruckten Text in Bildern und Scans, Zeile für Zeile, über ein rekurrentes Netz statt über Zeichenschablonen.

              Tesseract contributors, originally Hewlett-Packard and GoogleApache-2.0

            • ResNet-50

              Benennt, was auf einem Foto zu sehen ist, aus tausend ImageNet-Kategorien: ein Bildmodell, klein genug fürs Telefon.

              Kaiming He and colleagues, via MicrosoftApache-2.0

            • YOLOS-tiny

              Findet einzelne Objekte im Bild und gibt für jedes einen Kasten zurück, statt das Bild als Ganzes zu etikettieren.

              Yuxin Fang and colleagues, Huazhong University of Science and TechnologyApache-2.0

            • MoveNet Lightning

              Schätzt 17 Körperpunkte einer Person (Schultern, Ellbogen, Knie) und damit ihre Haltung.

              The TensorFlow.js team, GoogleApache-2.0

            • Whisper tiny

              Schreibt gesprochene Sprache mit und erkennt die Sprache dabei selbst.

              OpenAIApache-2.0

            • OPUS-MT (en↔de)

              Übersetzt zwischen Deutsch und Englisch; ein eigenes, kleines Modell je Richtung.

              The Language Technology Research Group, University of HelsinkiCC-BY-4.0

            • mBERT NER (10 languages)

              Findet Namen, Orte und Organisationen im Text: die Grundlage des Schwärzungswerkzeugs.

              David Adelani, on Google’s multilingual BERTAFL-3.0

            • DistilBERT SST-2

              Beurteilt, ob ein englischer Satz positiv oder negativ klingt.

              Victor Sanh and colleagues, Hugging FaceApache-2.0

            • DistilBERT SQuAD

              Beantwortet eine Frage, indem es die Stelle im mitgelieferten Text markiert, an der die Antwort steht.

              Victor Sanh and colleagues, Hugging FaceApache-2.0

            • T5-small

              Fasst längeren Text zu wenigen Sätzen zusammen.

              Colin Raffel and colleagues, Google ResearchApache-2.0

            • DeBERTa-v3-xsmall NLI

              Ordnet Text Kategorien zu, die Sie selbst eingeben, ohne je auf sie trainiert worden zu sein.

              The sentence-transformers cross-encoder projectApache-2.0

            Ausgeführt mittransformers.js (Joshua Lochner and the Hugging Face team, Apache-2.0)tesseract.js (Jerome Wu and contributors, Apache-2.0)TensorFlow.js (The TensorFlow.js team, Google, Apache-2.0)