Trích xuất văn bản từ một PDF toàn bộ, quét hoặc kỹ thuật số, mà không cần gửi đi đâu cả. Các trang kỹ thuật số được đọc chính xác từ lớp văn bản của chúng; Các trang được quét sẽ đi qua OCR trên thiết bị. Gỡ bỏ văn bản như .txt, hoặc lấy lại toàn bộ tài liệu dưới dạng PDF có thể tìm kiếm và trông giống hệt bản gốc.
Cách hoạt động
- Thả một hình ảnh hoặc PDF. Phát hiện văn bản chạy ngay lập tức.
- Chọn gói ngôn ngữ của bạn (tải về một lần, 8–17 MB) và nhấn Đọc văn bản.
- Sao chép các dòng hoặc tải .txt / .json. Các file PDF được đọc từ đầu đến cuối.
Câu hỏi thường gặp
- Tệp của tôi có được tải lên không?
- Không. Các mô hình và toàn bộ quá trình xử lý đều chạy ngay trong trình duyệt của bạn trên thiết bị của bạn. Bạn có thể tự kiểm tra: mở DevTools trình duyệt, theo dõi tab Mạng và xử lý một tệp: không có tệp tải lên. Sau lần truy cập đầu tiên, hầu hết các công cụ cũng hoạt động hoàn toàn ngoại tuyến.
- Những ngôn ngữ nào được hỗ trợ?
- 106 ngôn ngữ với các chữ Latin, Cyrillic, Ả Rập, Devanagari, CJK, Hy Lạp, Thái, Tamil và Telugu. Tiếng Bengal là khoảng trống lớn duy nhất, vì chưa có mẫu v5 nào cho nó, và người chọn cũng nói vậy thay vì đoán mò.
- Độ chính xác của nó đến mức nào?
- Trên văn bản sạch trong tài liệu, tỷ lệ lỗi ký tự đo được dưới 2%, và mỗi dòng đều có điểm độ tin cậy để bạn có thể xem cần kiểm tra điểm nào. Chữ viết tay và ảnh độ phân giải thấp sẽ đọc kém hơn.
- Nó có đọc được các file PDF đã quét không?
- Đúng vậy. PDF kỹ thuật số được đọc từ một lớp văn bản riêng, với ký tự chính xác ở vị trí chính xác. Các trang quét sẽ trải qua phát hiện và nhận dạng, và các tài liệu hỗn hợp sử dụng cả hai.