Leia o alfabeto árabe a partir de uma imagem, mantendo a ordem de leitura da direita para a esquerda na saída em vez de invertida. As letras árabes mudam de forma dependendo da posição em uma palavra, o que torna a escrita difícil para OCR e para o que essa matilha foi treinada. O mesmo modelo diz persa, urdu, uigur, pashto, curdo, sindi e balúchi.
Como funciona
- Coloque uma imagem ou PDF. A detecção de texto é executada imediatamente.
- Escolha seu pacote de idiomas (baixado uma vez, 8–17 MB) e pressione Ler texto.
- Copie as falas, ou baixe .txt / .json. PDFs são lidos de capa a capa.
Perguntas frequentes
- O texto está da direita para a esquerda na saída?
- 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.
- Meu arquivo é enviado?
- Não. Os modelos e todo o processamento rodam dentro do seu navegador, no seu próprio dispositivo. Você pode verificar isso por conta própria: abra a DevTools do seu navegador, observe a aba Rede e processe um arquivo: não há uploads. Após a primeira visita, a maioria das ferramentas também funciona totalmente offline.
- Quais linguagens são suportadas?
- 106 línguas em latim, cirílico, árabe, devanagari, CJK, grego, tailandês, tâmil e telugu. O bengali é a única grande lacuna, já que ainda não existe um modelo v5 para ele, e quem escolheu isso diz em vez de adivinhar.
- Quão preciso é isso?
- Em texto limpo de documentos, a taxa de erro de caracteres medida é inferior a 2%, e cada linha carrega uma pontuação de confiança, então você pode ver quais verificar. A caligrafia e fotos de baixa resolução vão parecer piores.
- Ele lê PDFs escaneados?
- Sim. PDFs digitais são lidos a partir de sua própria camada de texto, com caracteres exatos em posições exatas. Páginas escaneadas passam por detecção e reconhecimento, e documentos mistos usam ambos.