ImageAnalyzer — Умный анализ и озвучивание изображений
Загружайте фото — получайте детальное описание на русском языке и слушайте его в голосе любимого персонажа. Без регистрации, с нейросетью и TTS в одном клике.
Как это работает
Загрузите фото
Поддерживаем JPG, JPEG, PNG. Просто перетащите файл или нажмите, чтобы выбрать.
Анализ с LLM
Нейросеть Qwen-VL анализирует содержание: объекты, эмоции, контекст — до 1500 токенов деталей.
Озвучивание
Выберите голос — от диктора до Левитана — и слушайте результат мгновенно.
Панель анализа изображений
Перетащите файл сюда или нажмите для выбора
JPG, JPEG, PNG до 10 МБ
Анализирую изображение…
Результат анализа
Доступные персонажи
Пример API-запроса
curl -X POST https://test.mlcode.ru/ImageAnalyzer/analyze \\
-F "file=@image.jpg" \\
-F "voice=female_7"
Для автоматизации используйте POST-запрос с изображением и параметром voice.
Получите описание и ссылку на TTS-аудио в ответе. Полная документация доступна в разделе API.
Техническая реализация
- LLM: Qwen-VL-4B-Instruct — визуальный анализ с пониманием контекста и деталей
- TTS: Синтез речи с поддержкой 12 персонажей, включая стили: диктор, историк, шутник, детский
- Эргономика: Полностью AJAX-интерфейс — нет перезагрузок, мгновенные ответы
- Минимализм: Интерфейс без лишних элементов — только загрузка, выбор, результат
- Производительность: Анализ — до 3 сек, TTS — до 2 сек. Работает даже на слабых устройствах
Примеры персонажей
Приятная женщина-диктор
Чётко, доброжелательно, профессионально
Левитан
Мелодичный, с теплотой, как по радио 1950-х
Динозавр Гриша
Грубо, весело, с рёвом и юмором
Кубокот
Мягкий, детский, с лёгким сарказмом
Готовы попробовать?
Загрузите любое фото — получите детальное описание в голосе Левитана, Динозавра Гриши или любого другого персонажа. Всё бесплатно, без регистрации.