Baca aksara Arab dari gambar, dengan urutan membaca dari kanan ke kiri tetap dipertahankan dalam output, bukan terbalik. Huruf Arab berubah bentuk tergantung pada posisinya dalam sebuah kata, yang membuat aksara ini sulit bagi OCR dan yang menjadi dasar pelatihan kelompok ini. Model yang sama juga berbahasa Persia, Urdu, Uyghur, Pashto, Kurdi, Sindhi, dan Balochi.
Cara kerjanya
- Tinggalkan gambar atau PDF. Deteksi teks langsung jalan.
- Pilih paket bahasa Anda (diunduh sekali, 8–17 MB) dan tekan Baca teks.
- Salin barisnya, atau unduh .txt / .json. PDF dibaca dari awal hingga akhir.
Pertanyaan umum
- Apakah teks berada dari kanan ke kiri dalam output?
- 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.
- Apakah file saya diunggah?
- Tidak. Model dan semua pemrosesan berjalan di browser Anda di perangkat Anda sendiri. Anda dapat memverifikasi sendiri: buka DevTools browser Anda, perhatikan tab Jaringan, dan proses file: tidak ada unggahan. Setelah kunjungan pertama, sebagian besar alat juga berfungsi sepenuhnya offline.
- Bahasa apa saja yang didukung?
- 106 bahasa dalam aksara Latin, Sirilik, Arab, Devanagari, CJK, Yunani, Thailand, Tamil, dan Telugu. Bengali adalah satu-satunya kekurangan utama, karena belum ada model v5 untuk itu, dan pemilih mengatakan demikian daripada menebak.
- Seberapa akurat itu?
- Pada teks dokumen yang bersih, tingkat kesalahan karakter yang diukur di bawah 2%, dan setiap baris memiliki skor kepercayaan sehingga Anda bisa melihat mana yang harus diperiksa. Tulisan tangan dan foto beresolusi rendah akan terdengar lebih buruk.
- Apakah bisa membaca PDF hasil scan?
- Ya. PDF digital dibaca dari lapisan teks tersendiri, dengan karakter yang tepat pada posisi yang tepat. Halaman yang dipindai melewati deteksi dan pengenalan, dan dokumen campuran menggunakan keduanya.