GOT-OCR v2
Free.ai
·
ocr
·
~500 1個あたりのトークン数 page
GOT-OCR v2はan，OCRモデルである。 外部モデルを経由してルーティング - ~500トークン ページ当たりの (アップストリームコストの50%マークアップ)。
API を使う
OpenAI 互換の REST API。鍵を生成し、数秒でこのモデルを呼び出す。
curl -X POST https://api.free.ai/v1/ocr/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"premium/got-ocr/v2","prompt":"your prompt here"}'よくある質問
GOT-OCR v2は画像や PDF からテキストを抽出します。スキャンしたページ、スクリーンショット、または文書の写真をアップロードすると、GOT-OCR v2 はテキストを返します。行末や (対応するエンジンでは) 表、式、構造を保存します。
GOT-OCR v2はラテン文字、キリル文字、CJK、アラビア文字、デヴァーナガリ文字など、数十の文字を扱います。 /ocr/ はエンジンごとの全ての言語のリストを持っています。
清潔な印刷スタイルの手書きには、イエローは有効です。イタリックと短文は難しいです。TrOCRと現代のトランスフォーマーベースのエンジンは、手書きに関して、伝統的な Tesseract よりも著しく優れている。
レイアウトを認識するエンジン (GOT-OCR, Marker, Florence-2) は Markdown/HTML テーブルと公式の LaTeX を返します。 単純テキストエンジンは構造なしのテキストを返します。このモデルの出力モードをチェックしてください。
GOT-OCR v2はプレミアムOCRエンジンです。 ページごとに約500-1500のトークンを生成する前にライブで表示します。 自分でホストしたOCRは30,000のトークンを毎日無料で利用できます。プレミアムモデルは$1からの充電で利用分の支払いができます。
PNG, JPG, WebP, HEIC, BMP, さらに 50 MB までの単ページと複数ページの PDF をサポートします。歪んだページや回転したページは、抽出前に自動的に修正されます。
文字の正確性は、清潔な印刷ページ、低解像度写真、非常に歪んだスキャン、あるいは異常なフォントで>98%です。正確性が重要な場合は、 /ocr/compare/ でエンジンを比較してください。
はい - /batch/ は画像/PDF のフォルダを受け入れます。抽出は /account/?tab=history に行われます。フォルダの木保存には API を使用してください。
はい — ファイルを /v1/ocr/ に POST します。 model="GOT-OCR v2" を使用します。 テキスト + (サポートされている場合) レイアウト + ワードレベルのボウンドボックスを含む JSON を返します。 /api/ には完全なリファレンスがあります。
自己ホストモデルはファイルをGPUに保存します。プレミアムモデルは DPAを通して通過します。文書は共有ウィンドウの後に削除されます。私たちはあなたの入力を訓練しません。
はい - Free.ai は抽出されたテキストの商用利用を許可します。ソース文書の権利が必要です。
ページごとに1-5秒。レイアウトに注意するエンジン (テーブル、数学) はより長くかかります。多ページの PDF はほぼ線形にスケールします。