Lesen Sie Devanagari auf einem Foto oder Scan: Die शिरोरेखा-Überschrift mit Buchstaben in einem Wort verbinden und Konjunktionscluster, bei denen Konsonanten zu einem einzigen Glyphen zusammenfügen, sind das, worauf dieses Paket trainiert ist. Es behandelt Hindi, Marathi, Nepali, Sanskrit, Bhojpuri, Maithili und Konkani sowie Englisch auf derselben Seite.
So funktioniert es
- Ein Bild oder PDF. Die Texterkennung läuft sofort.
- Wählen Sie Ihr Sprachpaket (einmal heruntergeladen, 8–17 MB) und drücken Sie auf Text lesen.
- Kopieren Sie die Zeilen oder laden Sie .txt / .json herunter. PDFs werden von Anfang bis Ende gelesen.
Häufige Fragen
- Behandelt er Konjunkte und Matraten richtig?
- Dafür existiert das Devanagari-Paket – ein allgemeines Modell, das auf lateinischen Text trainiert ist, liest die Überschriftenleiste als Unterstrich und teilt Konjunktionen in die falschen Konsonanten auf. Die Ausgabe ist Unicode Devanagari, die du überall einfügen kannst.
- Wird meine Datei hochgeladen?
- Nein. Die Modelle und die gesamte Verarbeitung laufen in deinem Browser auf deinem eigenen Gerät. Du kannst das selbst überprüfen: Öffne die DevTools deines Browsers, schau dir den Netzwerk-Tab an und bearbeite eine Datei: Es gibt keine Uploads. Nach dem ersten Besuch funktionieren die meisten Tools auch vollständig offline.
- Welche Sprachen werden unterstützt?
- 106 Sprachen in lateinischen, kyrillischen, arabischen, Devanagari, CJK, griechischen, thailändischen, tamilischen und teluguischen Schriften. Bengali ist die einzige große Lücke, da es dafür noch kein v5-Modell gibt und der Picker das sagt, anstatt zu raten.
- Wie genau ist das?
- Bei sauberem Dokumenttext liegt die gemessene Fehlerquote unter 2 %, und jede Zeile trägt einen Konfidenzwert, sodass man sehen kann, welche man überprüfen sollte. Handschrift und Fotos in niedriger Auflösung werden schlechter wirken.
- Liest es gescannte PDFs?
- Ja. Digitale PDFs werden von einer eigenen Textschicht aus gelesen, mit exakten Zeichen an exakten Stellen. Gescannte Seiten werden erkannt und erkannt, und gemischte Dokumente verwenden beides.