OCR đa ngôn ngữ: Chọn ngôn ngữ nhận dạng

Để trích xuất văn bản tiếng Trung, tiếng Nhật, tiếng Hàn hoặc ngôn ngữ được hỗ trợ khác, mở công cụ chuyển ảnh thành văn bản và chọn ngôn ngữ dùng trong ảnh. Ban đầu, tiếng Anh được chọn sẵn, bất kể ngôn ngữ của trang web. Công cụ không tự động phát hiện ngôn ngữ và không có tùy chọn kết hợp nhiều ngôn ngữ.

Các ngôn ngữ có sẵn

15 lựa chọn gồm tiếng Anh, tiếng Trung giản thể, tiếng Trung phồn thể, tiếng Nhật, tiếng Hàn, tiếng Pháp, tiếng Đức, tiếng Tây Ban Nha, tiếng Ý, tiếng Bồ Đào Nha, tiếng Nga, tiếng Ả Rập, tiếng Hindi, tiếng Thái và tiếng Việt. Ngôn ngữ không có trong danh sách này chưa phải là lựa chọn trên trang hiện tại.

Nhận dạng một ảnh

1. Chọn một ảnh JPG/JPEG, PNG, WebP, GIF, BMP hoặc TIFF. Quá trình tải lên máy chủ bắt đầu ngay khi bạn chọn ảnh.
2. Chọn ngôn ngữ nhận dạng, bao gồm đúng hệ chữ tiếng Trung nếu cần.
3. Sau khi tải lên hoàn tất, nhấp Trích xuất văn bản để bắt đầu nhận dạng trên máy chủ.
4. So sánh kết quả với nguồn. Sao chép hoặc tải tệp TXT mã hóa UTF-8 xuống; dán vào trình soạn thảo để sửa lỗi.

Với nội dung PDF, trước tiên dùng công cụ chuyển PDF sang ảnh, rồi nhận dạng riêng từng ảnh trang cần thiết.

Giới hạn đầu vào

Mỗi tác vụ nhận một ảnh có dung lượng tối đa 20 MB. Mỗi chiều không được vượt quá 8192 px và chiều rộng × chiều cao không được vượt quá 25 triệu pixel. Với GIF hoặc TIFF nhiều trang, chỉ khung hình hoặc trang đầu tiên được nhận dạng. Các giới hạn này áp dụng đồng thời.

Mẹo OCR cho các ngôn ngữ châu Á

Văn bản tiếng Trung

Chọn tiếng Trung giản thể hoặc phồn thể cho khớp với nguồn. Đối chiếu các chữ có hình dạng gần giống nhau, dấu câu và tên riêng với ảnh. Giữ các nét chữ hiển thị đầy đủ, tránh thu nhỏ ảnh đến mức các nét trong chữ nhiều chi tiết dính vào nhau.

Văn bản tiếng Nhật

Chọn tiếng Nhật cho văn bản có Kanji, Hiragana và Katakana. Chữ furigana nhỏ có thể bị nhầm với dòng chính; hãy kiểm tra vị trí và thứ tự đọc. Cột chữ dọc và nhãn tiếng Anh xen kẽ cần được soát lại, đôi khi cần cắt thành các vùng riêng.

Văn bản tiếng Hàn

Chọn tiếng Hàn và kiểm tra khoảng cách giữa các khối âm tiết Hangul. Dùng nguồn rõ nét để các nét riêng lẻ không dính vào nhau. Tên thương hiệu tiếng Anh hoặc số trong cùng ảnh vẫn cần kiểm tra; độ chính xác không được đảm bảo khi có nhiều hệ chữ xen kẽ.

Mẹo để có kết quả tốt nhất

Chất lượng ảnh

Ảnh rõ nét, có độ phân giải cao cho kết quả tốt nhất với mọi ngôn ngữ.

Độ rõ của phông chữ

Phông chữ thông dụng được nhận dạng tốt hơn phông trang trí.

Độ tương phản với nền

Độ tương phản cao giữa chữ và nền giúp cải thiện độ chính xác.

Kích thước chữ

Đảm bảo ký tự đủ lớn để nhìn rõ.

Trường hợp sử dụng phổ biến

Chuẩn bị cho việc dịch

Trích xuất văn bản ngoại ngữ để đưa vào dịch vụ dịch thuật.

Số hóa tài liệu

Chuyển tài liệu in bằng ngoại ngữ thành văn bản số.

Ảnh du lịch

Trích xuất chữ từ biển báo, thực đơn và tài liệu khi đi du lịch.

Nghiên cứu

Lấy văn bản từ các nguồn học thuật bằng ngoại ngữ.

Tài liệu kinh doanh

Xử lý thư từ và hợp đồng kinh doanh bằng nhiều ngôn ngữ.

Văn bản nhiều ngôn ngữ và bố cục khó

Với trang có nhiều ngôn ngữ, chọn ngôn ngữ chính rồi kiểm tra từng phần. Khả năng nhận dạng các hệ chữ khác không được đảm bảo. Có thể dùng công cụ cắt ảnh để tách các vùng văn bản và nhận dạng riêng từng vùng với lựa chọn ngôn ngữ khác nhau.

Giữ chữ rõ nét và đúng chiều. Chữ viết tay, chữ dọc, phông trang trí, chú thích nhỏ và các cột có thể cần sửa lại. Công cụ tạo văn bản thuần, không tạo bản dịch, bảng có định dạng hay PDF có thể tìm kiếm.

Tự kiểm tra độ chính xác

Không có tỷ lệ chính xác cố định cho một ngôn ngữ. Chất lượng ảnh, kiểu chữ và bố cục đều ảnh hưởng đến từng kết quả. Độ tin cậy do mô hình hiển thị không phải tỷ lệ ký tự đúng đã được đo lường. Hãy đối chiếu tên riêng, ngày tháng, số tiền, dấu câu và thứ tự đọc với nguồn.

Khắc phục sự cố

Nếu kết quả dùng sai hệ chữ, trước tiên kiểm tra ngôn ngữ đã chọn: công cụ không tự động phát hiện ngôn ngữ. Nếu thiếu ký tự, hãy kiểm tra độ nét, độ tương phản và ranh giới vùng cắt của nguồn. Tách các cột chữ dày hoặc chú thích nhỏ khi phù hợp. Sau mỗi lần thay đổi, thử lại cùng một đoạn mẫu ngắn để đánh giá hiệu quả; gửi đi gửi lại bản gốc không đọc rõ thường không giải quyết được nguyên nhân chính.

Câu hỏi thường gặp

Chọn tiếng Nhật có dịch văn bản không?

Không. Thao tác này chọn mô hình nhận dạng; kết quả vẫn giữ ngôn ngữ của nguồn.

Nếu không có ngôn ngữ cần dùng hoặc kết quả kém thì sao?

Dùng quy trình có hỗ trợ ngôn ngữ hoặc bố cục cần thiết. Với ngôn ngữ được hỗ trợ, thử nguồn rõ hơn hoặc cắt sát vùng chữ hơn rồi soát lại.