Самый маленький и быстрый пакет на сайте — 7,8 МБ, обученный только на английском. Выбирайте его, когда уже знаете, что страница на английском и хотите максимально короткую загрузку и самый быстрый запуск; выбирайте латинский пакет, если документ может перейти на другой европейский язык, и китайский, если там есть CJK.
Как это работает
- Оставьте изображение или PDF. Обнаружение текста запускается мгновенно.
- Выберите свой языковой пакет (скачано один раз, 8–17 МБ) и нажмите «Читать текст».
- Скопируйте строки или скачайте .txt / .json. PDF-файлы читаются от корки до корки.
Частые вопросы
- Почему выбрали это вместо стандартного?
- Размер и скорость загрузки. По умолчанию читается китайский, японский и английский языки вместе и стоит 16 МБ; этот — 7,8 МБ и имеет меньший набор символов для поиска, так что он быстрее на одну строку. В документах только на английском языке разница в точности не в том, что вы торгуете.
- Загружается ли мой файл?
- Нет. Модели и вся обработка работают внутри вашего браузера на вашем устройстве. Вы можете проверить это сами: откройте DevToolsбраузера, посмотрите вкладку «Сеть» и обработайте файл: загрузок нет. После первого визита большинство инструментов работают полностью офлайн.
- Какие языки поддерживаются?
- 106 языков по латинскому, кириллице, арабскому, деванагари, CJK, греческому, тайскому, тамильскому и телугу. Бенгальский — единственный серьёзный пробел, так как для него пока не существует модели v5, и пикер говорит об этом, а не догадывается.
- Насколько это точно?
- В чистом тексте документа уровень ошибки символов составляет менее 2%, и каждая строка содержит рейтинг доверия, чтобы вы могли видеть, какие именно стоит проверить. Почерк и фотографии низкого разрешения будут читаться хуже.
- Он читает отсканированные PDF-файлы?
- Да. Цифровые PDF читаются с собственного текстового слоя, где точные символы находятся в точных позициях. Отсканированные страницы проходят через обнаружение и распознавание, а смешанные документы используют оба метода.