Lisez le devanagari à partir d’une photo ou d’un scan : la barre de titre शिरोरेखा qui relie les lettres d’un mot, et les groupes conjoints où les consonnes se combinent en un seul glyphe, sont ce sur quoi ce pack est entraîné. Il couvre l’hindi, le marathi, le népalais, le sanskrit, le bhojpuri, le maithili et le konkani, ainsi que l’anglais sur la même page.
Comment ça marche
- Publiez une image ou PDF. La détection de texte s’active immédiatement.
- Choisissez votre pack linguistique (téléchargé une fois, 8–17 Mo) et appuyez sur Lire le texte.
- Copiez les répliques, ou téléchargez .txt / .json. Les PDF se lisent de la première à la dernière page.
Questions fréquentes
- Gère correctement les conjonctions et les matras ?
- C’est à cela que sert le pack devanagari — un modèle général entraîné sur un texte latin lit la barre de titre comme un soulignement et divise les conjonctions en consonnes incorrectes. La sortie est Unicode Devanagari que vous pouvez coller n’importe où.
- Est-ce que mon fichier est téléchargé ?
- Non. Les modèles et tous les traitements s’exécutent dans votre navigateur sur votre propre appareil. Vous pouvez vérifier vous-même : ouvrez le DevTools de votre navigateur, surveillez l’onglet Réseau et traitez un fichier : il n’y a pas de téléchargements. Après la première visite, la plupart des outils fonctionnent aussi entièrement hors ligne.
- Quelles langues sont prises en charge ?
- 106 langues comprenant les écritures latine, cyrillique, arabe, devanagari, CJK, grecque, thaï, tamoule et télougou. Le bengali est le seul grand manque, puisqu’il n’existe pas encore de modèle v5 pour celui-ci, et le sélectionneur le dit plutôt que de deviner.
- Quelle est sa précision ?
- Sur un texte de document épuré, le taux d’erreur mesuré est inférieur à 2 %, et chaque ligne comporte un score de confiance pour que vous puissiez voir lesquelles vérifier. L’écriture manuscrite et les photos basse résolution se liraient pire.
- Est-ce qu’il lit les PDF numérisés ?
- Oui. Les PDF numériques sont lus depuis leur propre couche de texte, avec des caractères exacts aux positions exactes. Les pages numérisées passent par détection et reconnaissance, et les documents mixtes utilisent les deux.