Читайте испанский по фотографии, скану или скриншоту, с акцентированными гласными, ñ и перевёрнутыми ¿ ¡ обычными иероглифами, а не опущенными. Одна модель на 8 МБ охватывает 47 латинских языков — французский, немецкий, португальский, итальянский, голландский, польский, турецкий, вьетнамский и другие — так что документ, переключающийся между ними, всё равно считается одним проходом.
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
- Это та же модель, что и французская или немецкая OCR?
- Да. PaddleOCR обучает один распознаватель на каждый SCRIPT, а не на каждом языке, и все 47 латинских языков используют этот пакет объёмом 8 МБ. Вот почему для этого есть одна страница, а не 47 почти идентичных — вы уже на правильной странице для любой из них.
- 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.