ชุดภาษาสำหรับการรู้จำ

ดาวน์โหลด

ใน “ข้อความในไฟล์สแกน → ชุดภาษาสำหรับการรู้จำ…” ให้เลือกชุดภาษาที่ต้องการแล้วกดดาวน์โหลด โปรแกรมจะดาวน์โหลดเฉพาะเมื่อคุณกดเท่านั้น หลังดาวน์โหลดจะตรวจสอบ SHA-256 หากไม่ผ่านจะไม่ติดตั้ง ชุดภาษาดาวน์โหลดจากเว็บไซต์ฝากโมเดลของบุคคลที่สาม (ModelScope, GitHub, PyPI) ไม่ผ่านเซิร์ฟเวอร์ของเรา

ขนาดชุดภาษา: ชุดภาษา PaddleOCR 8–14 MB ชุดภาษา Tesseract 1–6 MB

นำเข้าแบบออฟไลน์

1. บนคอมพิวเตอร์ที่เชื่อมต่ออินเทอร์เน็ต เปิดหน้าต่างเดียวกันและดาวน์โหลดชุดภาษาที่ต้องการ
2. คัดลอกไฟล์ไปยังคอมพิวเตอร์ปลายทาง
3. ใน “ชุดภาษาสำหรับการรู้จำ…” กด “นำเข้าจากไฟล์”

การนำเข้าจะตรวจสอบ SHA-256 เช่นเดียวกัน

ชุดตรวจทานสำหรับตรวจอ่านกลับ (ไม่บังคับ)

อักษรเทวนาครีและกันนาดา สามารถติดตั้งชุด Tesseract เพิ่มอีกหนึ่งชุด เพื่อใช้เป็นตัวรู้จำตัวที่สองระหว่างตรวจอ่านกลับ: ช่องข้อมูลสำคัญต้องอ่านถูกทั้งสองตัวจึงจะผ่าน ส่วนข้อความทั่วไปผ่านเมื่อตัวใดตัวหนึ่งอ่านได้ถูกต้องครบถ้วน ช่วยลดกรณี “ต้องตรวจสอบ” ที่เกิดจากการอ่านเครื่องหมายสระผิด สำหรับภาษากันนาดา เมื่อติดตั้งแล้ว Tesseract จะรับหน้าที่ค้นหาแทน และโมเดลเดิมเปลี่ยนไปทำหน้าที่ตรวจทาน ภาษาอาหรับก็มีชุดนี้เช่นกัน แต่เวอร์ชันปัจจุบันยังค้นหาและแทนที่อักษรอาหรับและอักษรอื่นที่เขียนจากขวาไปซ้ายไม่ได้ จึงยังไม่ได้ใช้งาน

พจนานุกรมคำอ่านภาษาญี่ปุ่น

ชุดภาษา “พจนานุกรมคำอ่านภาษาญี่ปุ่น” (SudachiDict ขนาดดาวน์โหลดประมาณ 42 MB) ใช้สำหรับแทนที่คำที่มีอักษรคานะกำกับเสียง: หากติดตั้งพจนานุกรมไว้ โปรแกรมจะสร้างคำอ่านใหม่ตามพจนานุกรม หากไม่ได้ติดตั้ง คำอ่านกำกับเดิมจะคงไว้ และโปรแกรมจะแจ้งว่า “ไม่ได้อัปเดตอักษรคานะกำกับเสียง”

อักษรที่อ่านไม่ได้

อักษรซีเรียกและอักษรทานา (มัลดีฟส์) อ่านจากไฟล์สแกนไม่ได้ และเนื่องจากเขียนจากขวาไปซ้าย เวอร์ชันปัจจุบันจึงยังค้นหาและแทนที่ใน PDF ที่มีชั้นข้อความไม่ได้ด้วย ผลการทดสอบไฟล์สแกนของแต่ละภาษาดูได้ที่ตารางการรองรับภาษา

คำถามที่พบบ่อย

ชุดภาษาติดตั้งไว้ที่ไหน

%LOCALAPPDATA%\PDFTextReplacer\models

ถ้าขาดชุดภาษาขณะค้นหาจะเกิดอะไรขึ้น

โปรแกรมจะแจ้งให้ติดตั้ง และค้นหาใหม่โดยอัตโนมัติหลังติดตั้งเสร็จ