OCR nhiều ngôn ngữ – Kể cả trộn lẫn trên một trang
Công cụ OCR đứng sau OCR PDF, Tesseract, nhận dạng mỗi ngôn ngữ bằng mô hình được huấn luyện riêng. Sau chất lượng bản quét, chọn đúng ngôn ngữ là yếu tố lớn nhất quyết định độ chính xác: chữ có dấu, chữ umlaut, chữ Kirin, Hy Lạp, Ả Rập và các chữ viết châu Á chỉ được đọc đúng khi ngôn ngữ của chúng được chọn. Bạn có thể chọn tối đa bốn ngôn ngữ cho một tài liệu.
Cách nhận dạng tài liệu đa ngôn ngữ
- Tải tệp lên Mở OCR PDF và chọn PDF scan hoặc ảnh chụp các trang.
- Thêm mọi ngôn ngữ Nhấp "+ Thêm ngôn ngữ" cho từng ngôn ngữ trong tài liệu; xóa những ngôn ngữ không dùng đến.
- Bắt đầu OCR Các trang có nhiều ngôn ngữ được nhận dạng trong một lượt.
- Kiểm tra các chữ cái đặc biệt Xem lại tên và từ có dấu hoặc dùng chữ viết khác trong văn bản được nhận dạng.
Ngôn ngữ và chữ viết
Ngôn ngữ hiện có
العربية, বাংলা, Български, Čeština, 简体中文, 繁體中文, Deutsch, Ελληνικά, English, فارسی, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Bahasa Melayu, Nederlands, Polski, Português, Română, Русский, Español, Svenska, ไทย, Türkçe, Українська, اردو, Tiếng Việt.
Dấu và chữ cái đặc biệt
Các chữ cái như é, ß, ñ, ø hoặc ł chỉ được nhận dạng tin cậy khi ngôn ngữ của chúng được chọn. Nếu chỉ chọn tiếng Anh, chúng thường biến thành các chữ cái thường trông tương tự.
Tài liệu song ngữ
Hợp đồng có phụ lục bằng ngôn ngữ khác, biểu mẫu đa ngôn ngữ và từ điển: chọn cả hai ngôn ngữ và chúng sẽ được nhận dạng trên cùng một trang.
Chữ viết từ phải sang trái
Tiếng Ả Rập và các văn bản viết từ phải sang trái khác giữ nguyên thứ tự đọc trong văn bản được sao chép.
Tiếng Trung, Nhật và Hàn
Hãy chọn đúng chữ viết: tiếng Trung giản thể và phồn thể là các mô hình riêng biệt.
Càng ít càng tốt
Mỗi ngôn ngữ thêm vào khiến OCR chậm hơn và có thể gây nhầm lẫn giữa các chữ cái giống nhau, vì vậy chỉ chọn những ngôn ngữ thực sự xuất hiện.
Điều cần biết
- Các kiểu chữ cổ như Fraktur của Đức và cách viết chính tả cổ được các mô hình ngôn ngữ hiện đại nhận dạng kém.
- Ở mọi ngôn ngữ, chữ viết tay đều được nhận dạng kém tin cậy hơn nhiều so với chữ in.
OCR đa ngôn ngữ – Câu hỏi thường gặp
Tôi có thể dùng bao nhiêu ngôn ngữ cùng lúc?
Tối đa bốn cho mỗi tài liệu. Chúng có thể xuất hiện trên cùng một trang.
Có những ngôn ngữ nào?
العربية, বাংলা, Български, Čeština, 简体中文, 繁體中文, Deutsch, Ελληνικά, English, فارسی, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Bahasa Melayu, Nederlands, Polski, Português, Română, Русский, Español, Svenska, ไทย, Türkçe, Українська, اردو, Tiếng Việt.
Không có ngôn ngữ của tôi – tôi có thể làm gì?
Danh sách hiển thị mọi ngôn ngữ được cài đặt trên máy chủ OCR của chúng tôi. Liên hệ với chúng tôi và cho chúng tôi biết bạn cần ngôn ngữ nào.
Vì sao văn bản của tôi bị mất dấu?
Có lẽ ngôn ngữ của văn bản chưa được chọn. Hãy chạy OCR lại sau khi thêm ngôn ngữ đó.
Có miễn phí không?
Có, không cần đăng ký, không có hình mờ. Tệp bị xóa sau khi xử lý, muộn nhất là sau một giờ.
Nhận dạng văn bản bằng ngôn ngữ của bạn
Chọn tối đa bốn ngôn ngữ và biến PDF scan của bạn thành có thể tìm kiếm bằng OCR PDF.
Bắt đầu OCR đa ngôn ngữ