Pilih dua ekspor dan bandingkan penanda komponennya dengan pemetaan kolom yang jelas.
400,000 byte/berkas · 100,000 unit UTF-16 · 500 baris data/berkas
Bandingkan ekspor yang dipilihTingkatkan gambar, telusuri SVG, gunakan kembali PDF, cari dokumen Inggris, buat subtitel, edit PDF.
Gratis, tanpa akun. File diproses di browser Anda. Beberapa alat mengunduh mesin atau model saat pertama digunakan.
Pilih dua ekspor dan bandingkan penanda komponennya dengan pemetaan kolom yang jelas.
400,000 byte/berkas · 100,000 unit UTF-16 · 500 baris data/berkas
Bandingkan ekspor yang dipilihBuat alur atau arsitektur dari kotak bernama dan koneksi berarah.
Gunakan 1–100 kotak. Gunakan paling banyak 200 koneksi.
Buat diagramPerkecil model GLB statis. Bandingkan model asli dan hasilnya sebelum mengunduh.
Satu GLB · 25 MiB · Hanya model statis
Optimalkan modelPerbesar foto atau ilustrasi memakai Real-ESRGAN di peramban.
PNG / JPG / WebP · Satu berkas · 10 MiB per berkas · 1024 px per sisi · 1,000,000 piksel · 2× / 4× Keluaran PNG. Unduhan model pertama, ditambah mesin: 4.72 MiB.
ProsesWarnai gangguan kecil agar MI-GAN memperkirakan latar.
PNG / JPG / WebP · Satu berkas · 10 MiB per berkas · 2048 px per sisi · 4,000,000 piksel · Keluaran PNG. Unduhan model pertama, ditambah mesin: 26.78 MiB.
ProsesVTracer mengubah logo atau gambar raster menjadi jalur SVG asli yang dapat diedit.
PNG / JPG / WebP · Satu berkas · 10 MiB per berkas · 1024 px per sisi · 1,000,000 piksel · Keluaran SVG ≤ 5 MiB.
ProsesEkstrak teks cetak dari gambar atau halaman PDF hasil pindai, perbaiki hasilnya, lalu unduh file TXT.
Hingga 10 gambar (total 50 MiB) atau satu PDF dengan 20 halaman; 20 MiB per file. Tabel dan tulisan tangan perlu diperiksa manual; belum ada ekspor PDF yang teksnya dapat dicari.
Ekstrak teksGanti teks PDF yang didukung, tambahkan anotasi, isi formulir yang didukung, lalu ekspor salinan PDF.
Satu PDF: hingga 20 MiB dan 200 halaman. Teks hasil pindai tidak bisa diedit langsung; font teks pengganti bisa berbeda.
Edit PDFPDF Inspector menganalisis font dan tata letak untuk mengekstrak judul, tabel, dan teks secara lokal.
PDF · Satu berkas · 20 MiB per berkas · 1–100 Halaman PDF. PDF teks; tanpa OCR.
ProsesTemukan kutipan dalam dokumen bahasa Inggris dengan MiniLM, walaupun pertanyaan memakai kata berbeda.
PDF / TXT / MD · hingga 10 berkas · 5 MiB per berkas · Total 20 MiB · 1–100 Halaman PDF · 200 kutipan · 250,000 karakter diekstrak. Unduhan model pertama, ditambah mesin: 22.59 MiB. Dokumen dan pertanyaan bahasa Inggris; tanpa jawaban buatan. TXT dan Markdown harus menggunakan UTF-8. Teks dibagi menjadi kutipan sesuai kapasitas model lokal. Teks padat istilah teknis dapat lebih cepat mencapai batas 200 kutipan; pisahkan file jika perlu. Persingkat pertanyaan yang ditolak dan coba lagi tanpa membangun ulang indeks.
ProsesKenali ucapan bahasa Inggris secara lokal, tinjau teks dan waktunya, lalu ekspor subtitel SRT atau VTT.
Pengenalan saat ini hanya mendukung bahasa Inggris. Waktu merupakan perkiraan. Audio atau video: hingga 100 MiB dan 10 menit.
Buat subtitelPutar model tubuh 3D nyata, temukan struktur, lalu tampilkan atau pisahkan sistem tubuhnya.
Memerlukan WebGL 2 dan unduhan model. Geometri disederhanakan untuk belajar, bukan untuk keputusan medis.
Jelajahi modelEkstrak tabel PDF berbasis teks ke CSV atau JSON. Bandingkan sel dengan dokumen asli sebelum mengunduh.
Satu PDF · 20 MiB · Maksimal 20 halaman
Pilih PDFJelaskan adegan dalam MP4 pendek, urutkan bingkai sampel, periksa video asli, dan unduh laporan JSON ringkas.
Satu MP4; 50,000,000 byte; durasi hasil parsing maksimal 120 detik, juga harus memenuhi batas 20 sampel dari interval yang dipilih. · WebGPU
Cari waktu adeganGunakan ekstraksi teks untuk gambar dan halaman hasil pindai; gunakan editor PDF untuk mengubah teks PDF yang didukung. Studio Subtitel dapat dimulai dari rekaman berbahasa Inggris atau file subtitel yang sudah ada. Periksa batas sebelum membuka file besar, lalu tinjau hasil ekspor.