TrOCR Base
Free.ai (self-hosted)
·
ocr
·
~300 טאַקענס אױף page
TrOCR Base איז an OCR מאָדעל געבויט דורך Microsoft Strongest at Handwritten documents, low-resource scripts.. Free.ai GPUs — לויפט פריי קעגן דיין טעגלעך טיקען פּאָול (300 טיקען בלעטער). Released under MIT - commercial use permitted on Free.ai.
ניצן API
OpenAI־צוגעפֿאַלענע REST API. שאַפֿן אַ קלײַב און װײַז דאָס מודל אין סעקונדעס
curl -X POST https://api.free.ai/v1/ocr/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"trocr-base","prompt":"your prompt here"}'אױסגעפֿירטע פֿראַגעס
TrOCR Base װײַזט טעקסט פֿון בילדער און PDFס. אַרײַנשטעלן אַ געסקאַנענע זײַט, אַ בילדצעלן אָדער אַ בילד פֿון אַ דאָקומענט און TrOCR Base װײַזט צוריק דעם טעקסט - װי ער װעט באַהאַלטן שורה־בראָך און (אויף װײַזטע װירוסן) טאַבעלע, פֿאָרמולע און סטרוקטור
TrOCR Base האַנדלט זיך מיט טויזנטער שריפֿטן - לאַטיניש, קיריליש, CJK, אראבער, דעוואַנאַגאַרי, און מער. די /ocr/ אַרײַנגאַנג האָט די װעלכע שפּראַך־ליסט פֿון יעדער װירוס
יָא פֿאַר אַ קלאָרע דרוק־סטייל האַנטשריפֿט; קורסיװ און פֿאַרקירצטע האַנטשריפֿט זײַנען שווערער. TrOCR און מאָדערנע טראַנספֿאָרמירונג־באזירטע מײַנװײַז־מאַשינען זײַנען קלאָר בעסער ווי דער אַלט־טעסעראַקט פֿאַר האַנטשריפֿט
שריפֿט־פֿאַרבינדענע װײַזער (GOT-OCR, Marker, Florence-2) װײַזן צוריק Markdown/HTML טאַבעלע און LaTeX פֿאַר פֿאָרמולעס. פּשוטע־טעקסט װײַזער װײַזן צוריק טעקסט אָן סטרוקטור — באַשטעטיקן דעם מודל ס׳ס װײַזער־מאָדע
TrOCR Base לויפט אויף אונזערע GPUס פון אייער טעגלעכער פרייער פּאָול; $5 → 200,000 באצאלטע טיקעטן דערנאָך. ~300 טיקעטן פּער בלאט.
PNG, JPG, WebP, HEIC, BMP, און אַ איין־ און אַ מער־סײַטיקע PDF־פֿאָרעם ביז 50 מעגאבייטן. װידערגעפֿירטע אָדער צוגעװײנטענע זײַטן ווערן אויטאָמאַטיש צוגעװײַזט איידער דער אַרײַנשרײַב
שריפֿטצײכן־צופֿרידנקייט איז נאָרמאַלי >98% אױף קלײנע אױסגעדרוקטע בלעטער, װי אױף נידעריק־הײך בילדער, װײַט־אויסגעפֿאַלענע סקאַנערס, אָדער אומבאַקאַנטע שריפֿטן. פֿאַרבינדן מכשירים אױף /ocr/compare/ װען צופֿרידנקייט איז וויכטיק
יָא - /batch/ לאָזט זיך אַ פּאַפּקע פֿון בילדער/PDFס. יעדער אױסצושטעלן לאָזט זיך אין /account/?tab=history. פֿאַר פּאַפּקע־בױם־באַהאַלט ניצט די API
יָא - פּאָסטן די טעקע צו /v1/ocr/ מיט מאָדעל "TrOCR Base". װײַזט צוריק JSON מיט טעקסט + (װען שטיצט) שריפֿטצײכן + וואָרט־בײדע קעסטל־בײדע. /api/ האָט די װײַטע באַציִונג
זיך־געװײנטלעכע מאָדעלן היטן די טעקע אױף אונדזערע GPUס; פּרעמיום װײַזט זיך אױף מיט אַ DPA. דאָקומענטן ווערן אויסגעלײגט נאָך דעם טייל־פֿענצטער. מיר לערנען ניט אױף אייער אַרײַנשרײַב
יָא - Free.ai גיט אױס אַ קעמפּערישע ניצע פֿון דער אױסגעפֿירטער טעקסט. דו דאַרפֿסט רעכטן צום מקור־דאָקטער
1-5 סעקונדעס אױף אַ בלעטער. שריפֿט־פֿאַרבינדענע מכשירים (טאַבלאַץ, מאַטאַמאַטישע) נעמען מער צײַט. אױף מערע בלעטער PDFס װײַזן אַרום ליניאַרע שײן