การรู้จำและการจัดวางตัวอักษรหลายภาษา

การรู้จำ

“ภาษาที่ใช้รู้จำ” มีค่าเริ่มต้นเป็น “อัตโนมัติ”: คำค้นหาภาษาไทยใช้โมเดลภาษาไทย คำค้นหาภาษาเกาหลีใช้โมเดลภาษาเกาหลี คำค้นหาที่มีตัวอักษรวรรณยุกต์ภาษาเวียดนามใช้โมเดลภาษาเวียดนาม ส่วนตัวเลขและอักษรละตินใช้ตามโมเดลที่ต้องการ หรือจะระบุภาษาเองก็ได้

ระบบตัวอักษร	ตัวรู้จำ	แหล่งที่มา
จีนตัวย่อ จีนตัวเต็ม ญี่ปุ่น อังกฤษ และภาษาที่ใช้อักษรละติน เช่น ฝรั่งเศส เยอรมัน สเปน โปรตุเกส อิตาลี อินโดนีเซีย	PaddleOCR PP-OCRv6	ติดตั้งมาในตัว
ไทย	PaddleOCR	ติดตั้งมาในตัว
เกาหลี; อักษรซีริลลิก; กรีก; อาหรับ (รวมเปอร์เซียและอูรดู); เทวนาครี; ทมิฬ; เตลูกู; กันนาดา	PaddleOCR	ชุดภาษา (8–14 MB)
เวียดนาม; ฮีบรู; เบงกาลี; ปัญจาบี; คุชราต; โอริยา; มาลายาลัม; สิงหล; ลาว; เขมร; พม่า; ทิเบต; จอร์เจีย; อาร์เมเนีย; อัมฮารา	Tesseract 5	ชุดภาษา (1–6 MB)

ตารางนี้แสดงระบบตัวอักษรที่มีโมเดลรู้จำ ไม่ได้หมายความว่าทุกระบบผ่านการทดสอบแล้ว อัตราความผิดพลาดระดับตัวอักษร ผลการแทนที่ และระดับความพร้อมใช้งานบนไฟล์สแกนจริงของแต่ละระบบตัวอักษร ดูได้ที่ตารางการรองรับภาษา OCR สำหรับไฟล์สแกน: ภาษาจีนตัวย่อและภาษาอังกฤษเป็นภาษาหลัก 8 ระบบใช้ได้แต่ควรตรวจสอบ 8 ระบบอยู่ในขั้นทดลอง และไฟล์สแกนภาษาลาวยังใช้งานไม่ได้ การแยกข้อมูลภาษาทั้งสี่ประเภทดูได้ที่ตารางความสามารถ

การจัดวางตัวอักษร

• ภาษาไทยและอักษรตระกูลอินเดีย: ใช้ HarfBuzz จัดการการประกอบรูปอักษร สระและวรรณยุกต์จะวางซ้อนตามกฎการจัดวางของฟอนต์
• อาหรับ (รวมเปอร์เซียและอูรดู) ฮีบรู และอักษรอื่นที่เขียนจากขวาไปซ้าย: เวอร์ชันปัจจุบันยังไม่รองรับการค้นหา การแทนที่ และการปิดทับตามคำค้นสำหรับอักษรเหล่านี้ หากคำที่ค้นหาหรือข้อความใหม่มีอักษรเหล่านี้ โปรแกรมจะหยุดก่อนเริ่มแก้ไข และไฟล์จะไม่ถูกเปลี่ยนแปลง
• ข้อความแนวตั้งภาษาญี่ปุ่นและจีน: ตรวจจับคอลัมน์แนวตั้งโดยอัตโนมัติ และค้นหาตามลำดับ “บนลงล่าง ขวาไปซ้าย” ตัวอักษรใหม่ตั้งตรง วงเล็บและเครื่องหมายเสียงยาว “ー” หมุนตามแนวตั้ง ส่วน “、” และ “。” วางที่มุมขวาบนของช่อง ขอบเขตที่ทดสอบแล้ว: ข้อความแนวตั้งภาษาญี่ปุ่นทดสอบกับไฟล์สแกนจริง 3 ไฟล์ (ผ่านเกณฑ์ 8/9) ข้อความแนวตั้งภาษาจีนตัวย่อรองรับในโค้ดแต่ยังไม่ได้ทดสอบกับไฟล์สแกนจริง ส่วนหน้าภาษาจีนตัวเต็มแนวตั้งที่มีอักษรจู้อินจะปฏิเสธการแทนที่ ระบบตัวอักษรอื่นรองรับเฉพาะแนวนอน
• อักษรกำกับเสียงภาษาญี่ปุ่น (furigana): หากติดตั้งชุดภาษา “พจนานุกรมคำอ่านภาษาญี่ปุ่น” การแทนที่คำที่มีอักษรกำกับเสียงจะสร้างคำอ่านใหม่ตามพจนานุกรม หากไม่ได้ติดตั้ง อักษรกำกับเสียงเดิมจะคงไว้และมีคำเตือนในผลลัพธ์

ฟอนต์

“ฟอนต์สำหรับแทนที่: อัตโนมัติ” จะเลือกฟอนต์ในเครื่องของคุณตามระบบตัวอักษรของข้อความใหม่ เช่น จีนตัวย่อใช้ SimSun จีนตัวเต็มใช้ PMingLiU ญี่ปุ่นใช้ Mincho เกาหลีใช้ Malgun Gothic ไทยใช้ Tahoma อักษรตระกูลอินเดียใช้ Nirmala UI และอักษรละตินใช้ Arial เมนูฟอนต์จะแสดงฟอนต์เหล่านี้ที่ติดตั้งอยู่ในเครื่อง และเลือกเองได้

หากข้อความแทนที่ชุดเดียวมีทั้งภาษาจีนและภาษาไทย ต้องใช้ฟอนต์ที่มีทั้งสองระบบตัวอักษร หากในเครื่องไม่มี โปรแกรมจะแนะนำให้แทนที่แยกกัน

คำถามที่พบบ่อย

หน้าจอโปรแกรมมีภาษาอะไรบ้าง

简体中文, 繁體中文, English, ไทย, Tiếng Việt, Bahasa Indonesia, 日本語, 한국어 ทั้งนี้เมื่อเปิดครั้งแรกจะใช้ภาษาตามภาษาที่แสดงของ Windows

ติดตั้งชุดภาษาโดยไม่มีอินเทอร์เน็ตได้หรือไม่

ได้ ดาวน์โหลดจากคอมพิวเตอร์ที่เชื่อมต่ออินเทอร์เน็ต แล้วใช้ “นำเข้าจากไฟล์” ในเมนู “ชุดภาษาสำหรับการรู้จำ…” ตอนนำเข้าจะตรวจ SHA-256 เช่นกัน

ข้อความภาษาไทยหลังแทนที่ยังค้นหาได้หรือไม่

ได้ ข้อความภาษาไทยเขียนเป็นเส้นโครงร่างเวกเตอร์ และมีชั้นข้อความที่ถูกต้องซึ่งมองไม่เห็นซ้อนไว้ จึงแสดงผลถูกต้อง ค้นหาและคัดลอกได้