Lee escritura árabe desde una imagen, conservando el orden de lectura de derecha a izquierda en la salida en lugar de invertido. Las letras árabes cambian de forma según su posición en una palabra, lo que hace que la escritura sea difícil para OCR y para lo que está entrenada esta manada. El mismo modelo dice persa, urdu, uigur, pastún, kurdo, sindhi y baluchi.
Cómo funciona
- Deja una imagen o PDF. La detección de texto se ejecuta inmediatamente.
- Elige tu paquete de idiomas (descargado una vez, 8–17 MB) y pulsa Leer texto.
- Copia las líneas o descarga .txt / .json. Los PDFs se leen de principio a fin.
Preguntas frecuentes
- ¿El texto está de derecha a izquierda en la salida?
- Yes. Reading order comes from the language pack rather than from guessing at the characters, so Latin words inside an Arabic line are left alone instead of being flipped. The searchable-PDF export writes the same order.
- ¿Mi archivo se sube?
- No. Los modelos y todo el procesamiento se ejecutan dentro de tu navegador en tu propio dispositivo. Puedes comprobarlo tú mismo: abre la DevTools de tu navegador, mira la pestaña de Red y procesa un archivo: no hay subidas. Después de la primera visita, la mayoría de las herramientas también funcionan completamente offline.
- ¿Qué lenguajes están soportados?
- 106 idiomas en latín, cirílico, árabe, devanagari, CJK, griego, tailandés, tamil y telugu. El bengalí es la única gran diferencia, ya que aún no existe un modelo v5 para él, y el seleccionador lo dice en lugar de adivinar.
- ¿Qué tan precisa es?
- En texto limpio de documentos, la tasa de error de caracteres medida es inferior al 2%, y cada línea lleva una puntuación de confianza para que puedas ver cuáles debes comprobar. La caligrafía y las fotos de baja resolución se leen peor.
- ¿Lee PDFs escaneados?
- Sí. Los PDFs digitales se leen desde su propia capa de texto, con caracteres exactos en posiciones exactas. Las páginas escaneadas pasan por detección y reconocimiento, y los documentos mixtos usan ambos.