多语言识别与排版
简答: 识别语言默认「自动」：按关键词的文字选择识别模型。中文、英文、泰文、繁体中文、日文的模型内置，其余文字下载语言包后可用。有模型不等于效果已验证：19 种文字的扫描件实测结论公开在语言支持矩阵里，老挝文扫描件不可用。阿拉伯文、希伯来文等从右到左书写的文字当前版本暂不支持查找和替换。
识别
「识别语言」默认是「自动」：泰文关键词用泰文模型，韩文关键词用韩文模型，带越南文声调字母的关键词用越南文模型，数字和拉丁字母跟随所需的模型。也可以手动指定某一种语言。
| 文字 | 识别器 | 来源 |
|---|---|---|
| 简体中文、繁体中文、日文、英文，以及法、德、西、葡、意、印尼等拉丁字母语言 | PaddleOCR PP-OCRv6 | 内置 |
| 泰文 | PaddleOCR | 内置 |
| 韩文；西里尔字母；希腊文；阿拉伯文（含波斯文、乌尔都文）；天城文；泰米尔文；泰卢固文；卡纳达文 | PaddleOCR | 语言包（8–14 MB） |
| 越南文；希伯来文；孟加拉文；旁遮普文；古吉拉特文；奥里亚文；马拉雅拉姆文；僧伽罗文；老挝文；高棉文；缅甸文；藏文；格鲁吉亚文；亚美尼亚文；阿姆哈拉文 | Tesseract 5 | 语言包（1–6 MB） |
表中列出的是有识别模型的文字，不代表效果都已验证。每种文字在真实扫描件上的字符错误率、替换效果和可用等级见扫描件 OCR 语言支持矩阵：简体中文和英文为主力，8 种可用需核对，8 种实验性，老挝文扫描件不可用。四类信息的区分见能力矩阵。
排版
- 泰文与印度系文字：用 HarfBuzz 处理字形组合，元音和声调符号按字体的排版规则叠放。
- 阿拉伯文（含波斯文、乌尔都文）、希伯来文等从右到左书写的文字：当前版本暂不支持查找、替换和按关键词脱敏，查找内容或替换后的新文字里含有这类文字时，任务会在修改前停止，文件不做任何改动。
- 日文、中文竖排：自动识别竖排列，按「从上到下、从右到左」查找。新字保持直立，括号和长音符号「ー」随竖排旋转，「、」「。」放在格子右上角。实测范围：日文竖排在 3 份真实扫描件上测过（8/9 合格）；简体中文竖排有代码支持但未做真实扫描件实测；繁体中文带注音的竖排页会拒绝替换。其他文字只支持横排。
- 日文注音假名：装了「日文读音词典」语言包时，替换带注音的词会按词典生成新读音；没装时旧注音保持不动，并在结果中提示。
字体
「替换字体：自动」按新文字的文字系统选择本机字体，例如简体中文用宋体、繁体中文用新细明体、日文用明朝体、韩文用 Malgun Gothic、泰文用 Tahoma、印度系文字用 Nirmala UI、拉丁字母用 Arial。字体菜单列出本机已安装的这些字体，可以手动指定。
一组替换文字里同时有中文和泰文时，需要一款同时包含两种文字的字体；本机没有时会提示分开替换。
常见问题
界面有哪些语言？
简体中文、繁體中文、English、ไทย、Tiếng Việt、Bahasa Indonesia、日本語、한국어。首次启动跟随 Windows 显示语言。
没有网络能装语言包吗？
能。在联网电脑下载后，在「识别语言包…」里「从文件导入」，导入时同样校验 SHA-256。
泰文替换后能搜索吗？
能。泰文以矢量轮廓写入并叠加一层不可见的正确文字，显示正确，也能搜索和复制。