多語言辨識與排版

辨識

「辨識語言」預設是「自動」：泰文關鍵字用泰文模型，韓文關鍵字用韓文模型，帶越南文聲調字母的關鍵字用越南文模型，數字和拉丁字母跟隨所需的模型。也可以手動指定某一種語言。

文字	辨識器	來源
簡體中文、繁體中文、日文、英文，以及法、德、西、葡、義、印尼等拉丁字母語言	PaddleOCR PP-OCRv6	內建
泰文	PaddleOCR	內建
韓文；西里爾字母；希臘文；阿拉伯文（含波斯文、烏爾都文）；天城文；坦米爾文；泰盧固文；卡納達文	PaddleOCR	語言套件（8–14 MB）
越南文；希伯來文；孟加拉文；旁遮普文；古吉拉特文；奧里亞文；馬拉雅拉姆文；僧伽羅文；寮文；高棉文；緬甸文；藏文；喬治亞文；亞美尼亞文；阿姆哈拉文	Tesseract 5	語言套件（1–6 MB）

表中列出的是有辨識模型的文字，不代表效果都已驗證。每種文字在真實掃描檔上的字元錯誤率、取代效果和可用等級見掃描檔 OCR 語言支援矩陣：簡體中文和英文為主力，8 種可用但需核對，8 種為實驗性，寮文掃描檔不可用。四類資訊的區分見能力矩陣。

排版

• 泰文與印度系文字：用 HarfBuzz 處理字形組合，母音和聲調符號依字型的排版規則疊放。
• 阿拉伯文（含波斯文、烏爾都文）、希伯來文等由右至左書寫的文字：目前版本暫不支援尋找、取代和依關鍵字遮蔽，尋找內容或取代後的新文字含有這類文字時，作業會在修改前停止，檔案不做任何變更。
• 日文、中文直排：自動辨識直排欄，依「由上而下、由右至左」尋找。新字保持直立，括號和長音符號「ー」隨直排旋轉，「、」「。」放在格子右上角。實測範圍：日文直排已在 3 份真實掃描檔上測試（8/9 合格）；簡體中文直排有程式碼支援，但未做真實掃描檔實測；帶注音的繁體中文直排頁面會拒絕取代。其他文字只支援橫排。
• 日文注音假名：裝了「日文讀音辭典」語言套件時，取代帶注音的詞會依辭典產生新讀音；沒裝時舊注音保持不動，並在結果中提示。

字型

「取代字型：自動」依新文字的文字系統選擇本機字型，例如簡體中文用宋體、繁體中文用新細明體、日文用明朝體、韓文用 Malgun Gothic、泰文用 Tahoma、印度系文字用 Nirmala UI、拉丁字母用 Arial。字型選單列出本機已安裝的這些字型，可以手動指定。

一組取代文字裡同時有中文和泰文時，需要一款同時包含兩種文字的字型；本機沒有時會提示分開取代。

常見問題

介面有哪些語言？

简体中文、繁體中文、English、ไทย、Tiếng Việt、Bahasa Indonesia、日本語、한국어。首次啟動時跟隨 Windows 顯示語言。

沒有網路能裝語言套件嗎？

能。在連網電腦下載後，在「辨識語言套件…」裡「從檔案匯入」，匯入時同樣驗證 SHA-256。

泰文取代後能搜尋嗎？

能。泰文以向量輪廓寫入並疊加一層不可見的正確文字，顯示正確，也能搜尋和複製。