O menor e mais rápido pacote do site, com 7,8 MB, treinado apenas em inglês. Escolha quando já souber que a página é em inglês e quiser o download mais curto e a corrida mais rápida; escolha o pacote em latim se o documento pudesse ser usado para outro idioma europeu, e o pacote chinês se pudesse trazer algum CJK.
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
- Por que escolher isso em vez do padrão?
- Tamanho e velocidade do download. O padrão lê chinês, japonês e inglês juntos e custa 16 MB; este tem 7,8 MB e um conjunto de caracteres menor para buscar, então é mais rápido por linha. Em documentos apenas em inglês, a diferença de precisão não é o que você está negociando.
- 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.