FullOCR
راهکارها

هر آنچه مردم واقعاً از OCR می‌خواهند

در منابع انگلیسی و فارسی بررسی کردیم که جهان واقعاً OCR را برای چه کاری به خدمت می‌گیرد، و محصول را برای همان کارهایی ساختیم که در آن‌ها خودِ صفحه اهمیت دارد، نه فقط کلمه‌های روی آن. این نقشهٔ صادقانهٔ آن کارهاست؛ از جمله کارهایی که در آن‌ها چیزی جز Word تحویلتان می‌دهیم.

PDF اسکن‌شده به Word قابل ویرایش

رایج‌ترین کار. کسی یک اسکن یا یک PDF قفل‌شده برایتان فرستاده و حالا باید ویرایشش کنید، پُرش کنید، ترجمه‌اش کنید یا نیمی از آن را دوباره به کار ببرید. شما متن نمی‌خواهید؛ همان سند را می‌خواهید، این‌بار قابل ویرایش.

مناسب چه کسانی استکارمندان اداری، دانشجویان، کسب‌وکارهای کوچک و آزادکاران — هر جا که به‌جای فایل، اسکن به دستتان می‌رسد
چه تحویل می‌گیریدWord
  • ستون‌ها، جدول‌ها، تورفتگی‌ها و تصویرها همان‌جا می‌مانند که بودند
  • بدون کادرهای متنی شناور که با نخستین تایپ از هم می‌پاشند
  • قلم‌ها و فاصله‌گذاری حفظ می‌شوند، نه جایگزین
  • روی عکسِ صفحه هم کار می‌کند، نه فقط اسکن تمیز
تبدیل فایل

PDFهای فارسی که متنشان به‌هم‌ریخته بیرون می‌آید

بخش بزرگی از تقاضای تبدیل در فارسی اصلاً اسکن نیست؛ PDFهای دیجیتالی است که ابزارهای قدیمی ساخته‌اند و متنشان به‌محض کپی‌کردن به مشتی حرفِ جدا و بی‌معنا بدل می‌شود. کار به جایی رسیده که مردم از صفحه‌ای کاملاً سالم عکس می‌گیرند تا متنی خواندنی به دست آورند.

مناسب چه کسانی استهر کس که با PDFهای فارسیِ ساختهٔ ابزارهای نشر قدیمی سروکار دارد
چه تحویل می‌گیریدWord · متن
  • صفحه را همان‌گونه که چاپ شده می‌خوانیم، نه از روی لایهٔ متنیِ خراب
  • نیم‌فاصله‌ها با اندازه‌گیری بازسازی می‌شوند، نه با حدس
  • ارقام و نشانه‌گذاری فارسی عیناً حفظ می‌شوند
  • سریع‌تر و ارزان‌تر از عکس‌گرفتن صفحه‌به‌صفحه
تبدیل فایل

دفترچه‌های آزمون و بانک سؤال

سال‌ها آزمون گذشته را به سؤال‌هایی قابل ویرایش و جابه‌جایی بدل کنید — با فرمول‌ها، شکل‌های هندسی، چیدمان گزینه‌ها، کلید پاسخ و بارم‌بندی دست‌نخورده — تا بتوان دوباره در آزمون‌های تازه ترکیبشان کرد و بر پایهٔ مبحث برچسب زد.

مناسب چه کسانی استناشران کمک‌آموزشی، آموزشگاه‌ها، نهادهای برگزارکنندهٔ آزمون، دبیران و سکوهای سنجش
چه تحویل می‌گیریدWord · LaTeX · JSON
  • فرمول‌ها به معادلهٔ واقعی و قابل ویرایش Word بدل می‌شوند
  • شکل‌ها به‌صورت برداری بازترسیم می‌شوند تا دبیر بتواند تغییرشان دهد
  • شماره‌گذاری سؤال‌ها دقیقاً همان‌گونه که چاپ شده بازتولید می‌شود
  • در صورت نیاز، خروجی JSON سؤال‌به‌سؤال برای ساخت بانک سؤال
تبدیل فایل

جزوه‌های فنی، دست‌نویس و چاپی

جزوهٔ مهندسی و علوم، گران‌ترین چیزی است که می‌توان دوباره تایپ کرد، چون دفترهای تایپ بابت هر فرمول و هر جدول جداگانه پول می‌گیرند. هزینهٔ کار دستی، درست همین‌جا متمرکز است.

مناسب چه کسانی استدانشجویان فنی و علوم پایه، استادانی که جزوهٔ خودشان را دیجیتال می‌کنند، و آموزشگاه‌ها
چه تحویل می‌گیریدWord · LaTeX
  • هر فرمول پیش از تحویل کامپایل می‌شود تا درستی‌اش ثابت شود
  • جدول‌ها به‌صورت جدول واقعی بازسازی می‌شوند، نه تصویر
  • متن آمیختهٔ فارسی و انگلیسی، در یک گذر
  • مرز صفحه‌ها حفظ می‌شود تا ارجاع به شمارهٔ صفحه معتبر بماند
تبدیل فایل

جدول‌ها از دل PDF و عکس، به Excel

صورت‌های مالی، ریزنمرات، فهرست قیمت، نتایج آزمایشگاه، برگه‌های سرشماری — همهٔ حرف، همان جدول است؛ و همان چیزی است که OCR عمومی صافش می‌کند.

مناسب چه کسانی استحسابداران، تحلیلگران، پژوهشگران، واحدهای تدارکات و روزنامه‌نگاران داده
چه تحویل می‌گیریدExcel · CSV
  • سلول‌های ادغام‌شده و جدول‌های چندصفحه‌ای بازسازی می‌شوند
  • ارقام نسخهٔ اصل حفظ می‌شود — فارسی، عربی‌هندی یا لاتین
  • هم‌ترازی ستون‌ها قرینه‌ای برای خوانش است، نه تزیین
  • درجهٔ اطمینان برای تک‌تک سلول‌ها، تا بدانید کجا را باید وارسی کنید
تبدیل فایل

ترجمهٔ رسمی و مدارک مهاجرتی

ترجمهٔ رسمی باید آینهٔ صفحهٔ اصل باشد: همان مُهرها، همان جدول نمرات، همان کادرهای امضا. مترجم امروز ناچار است پیش از آنکه دست به ترجمه ببرد، این صفحه‌آرایی را دستی از نو بسازد.

مناسب چه کسانی استدفترهای ترجمهٔ رسمی، مشاوران مهاجرت و اعزام دانشجو، دفترخانه‌ها و دانشگاه‌هایی که با ریزنمرات سروکار دارند
چه تحویل می‌گیریدWord
  • رونوشتی دیداری با متنِ قابل ویرایش، آمادهٔ ترجمه در همان جای خود
  • جدول‌های فشردهٔ نمرات، با ارقام فارسی و عیناً مطابق اصل
  • مُهرها و آرم‌ها به‌صورت برش تمیز سرِ جای خود می‌نشینند
  • تناظر صفحه‌به‌صفحه، آن‌گونه که تأیید رسمی می‌طلبد
تبدیل فایل

متون اسلامی و متون کهن فارسی

در این حوزه‌ها شمارهٔ صفحه تزیین نیست، شرط اعتبار است: ارجاع به جلد و صفحه داده می‌شود. متنی که مرز صفحه‌هایش را از دست بدهد، برای پژوهشگری که باید به آن استناد کند بی‌ارزش است.

مناسب چه کسانی استحوزه‌های علمیه و مؤسسات پژوهشی، مصححان متون کهن، کتابخانه‌های تخصصی دینی و پژوهشگران دکتری
چه تحویل می‌گیریدWord · متن · TEI
  • جلد، صفحه و سطر، همچون مختصاتی قابل استناد حفظ می‌شوند
  • اعراب عیناً بازتولید می‌شود — نه افزوده، نه کاسته
  • حروف عربی و فارسی هرگز در خاموشی به هم تبدیل نمی‌شوند
  • حاشیه‌ها به‌صورت یادداشت‌های پیونددار می‌مانند، نه ادغام‌شده در متن
تبدیل فایل

نسخه‌های خطی و اسناد تاریخی

رونویسی مواد دست‌نویس ده تا بیست برابر مواد چاپی هزینه دارد و برای خطوطِ نسخه‌های فارسی و عربی هیچ ابزار تجاری جدی‌ای وجود ندارد. بزرگ‌ترین شکاف کل این بازار همین‌جاست.

مناسب چه کسانی استکتابخانه‌های نسخ خطی، مصححان متون، مورخان و آرشیوهای موقوفات و اسناد
چه تحویل می‌گیریدمتن · TEI · تصویر
  • دو خوانش مستقل، با نمایش تک‌تک اختلاف‌ها
  • نواحی نامطمئن برای داوری انسان نشان‌دار می‌شوند، نه اینکه از خود چیزی ساخته شود
  • مختصات سطربه‌سطر، بازگردنده به تصویر اصل
  • اگر دو نسخه بدهید، خروجی نسخه‌بدل تحویل می‌گیرید
تبدیل فایل

مقابلهٔ دو چاپ یا دو نسخه

دو اسکن از یک متن به ما بدهید و اختلافشان را در قالب نسخه‌بدل انتقادی تحویل بگیرید. ابزارهای موجودِ مقابله برای خط لاتین ساخته شده‌اند و در واحدسازی خط عربی ضعیف عمل می‌کنند.

مناسب چه کسانی استمصححان متون، ناشران متون کلاسیک، و طرح‌های مطالعات اسلامی و زبان‌شناسی تاریخی
چه تحویل می‌گیریدWord · نسخه‌بدل
  • اختلاف‌ها در سطح کلمه، همراه با رمز هر نسخه
  • واحدسازی و یکسان‌سازی متناسب با خط عربی
  • خروجی به‌صورت نسخه‌بدلِ قابل ویرایش، نه انبوهی خروجی خام
  • هر نسخه‌بدل به تصویر هر دو منبع پیوند می‌خورد
تبدیل فایل

تجدید چاپ و چاپ عکسی

کتابی که نایاب شده، فقط روی کاغذ یا در قالب یک اسکن بی‌جان وجود دارد. برای تجدید چاپ باید صفحه‌آرایی‌اش را قابل ویرایش پس بگیرید — همان کاری که شرکت‌های حروف‌چینی صفحه‌ای چند دلار بابتش می‌گیرند.

مناسب چه کسانی استناشران مستقل و دانشگاهی، نویسندگانی که حقوق اثرشان به خودشان بازگشته، و تاریخ‌نگاری خانوادگی و سازمانی
چه تحویل می‌گیریدWord · PDF · EPUB
  • صفحه‌آرایی برای چاپ حفظ می‌شود و ساختار برای کتاب الکترونیک
  • شکل‌ها به‌صورت برداری بازترسیم می‌شوند تا در چاپ تیز بنشینند
  • نمرهٔ دقت برای هر صفحه، تا بدانید کجا را نگاه کنید
  • بسیار کمتر از نرخ صفحه‌ای پیمانکار حروف‌چینی
تبدیل فایل

نسخه‌های دسترس‌پذیر برای خوانندگان نابینا و کم‌بینا

این تنها کاری است که در آن، وفاداری به صفحه پاسخِ غلط است. خوانندهٔ نابینا به متنی تمیز و بازچینش‌پذیر با برچسب زبان درست نیاز دارد — و در فارسی، یک نیم‌فاصلهٔ نابه‌جا کافی است تا صفحه‌خوان کلمه را غلط تلفظ کند.

مناسب چه کسانی استدفترهای پشتیبانی از دانشجویان دارای معلولیت، برنامه‌های کتابخانه‌ای دسترس‌پذیر، و ناشرانی که مهلت‌های قانونی دسترس‌پذیری اروپا و آمریکا پیش رویشان است
چه تحویل می‌گیریدEPUB3 · DAISY · PDF/UA
  • ساختار بازچینش‌پذیر، با عنوان‌های واقعی و ترتیب خوانش درست
  • ریاضیات به‌صورت MathML، نه تصویری با متن جایگزین
  • فاصله‌گذاری فارسی برای درستیِ تلفظ اصلاح می‌شود، نه برای ظاهر
  • زمان‌دار: این قواعد هم‌اکنون در اتحادیهٔ اروپا لازم‌الاجراست
تبدیل فایل

تغذیهٔ سامانه‌های هوش مصنوعی با سند

سامانه‌های بازیابی، امروز بزرگ‌ترین خریدار تازهٔ خوانشِ وفادار به چیدمان‌اند؛ چون دستیاری که نتواند بگوید پاسخش را از کدام صفحه آورده، در محیط‌های مقرراتی به کار نمی‌آید.

مناسب چه کسانی استتیم‌های مهندسی هوش مصنوعی، سازندگان پایگاه دانش و عامل‌ها، و سازمان‌هایی که دستیار داخلی می‌سازند
چه تحویل می‌گیریدMarkdown · JSON
  • Markdown تمیز، با درختِ واقعی سند
  • کادر مختصات و لنگر صفحه روی تک‌تک بلوک‌ها
  • جدول‌ها به‌صورت HTML، تا از تکه‌تکه‌شدن جان سالم به در ببرند
  • ارجاع‌هایی که دقیقاً به همان ناحیهٔ صفحه بازمی‌گردند
تبدیل فایل

آرشیوها و سوابق سازمانی

سازمان‌هایی که اتاق‌هایشان پر از کاغذ است، به جست‌وجوپذیری و بازیابی همراه با ردِ ممیزی نیاز دارند، نه به تبدیل‌شدن آن کاغذها به چیزی تازه.

مناسب چه کسانی استنهادهای دولتی، واحدهای بایگانی شرکت‌ها، پیمانکاران اسکن، و ادارات اوقاف و ثبت اسناد
چه تحویل می‌گیریدPDF جست‌وجوپذیر · ALTO · متن
  • پردازش دسته‌ای قفسه‌های کامل، با قابلیت ازسرگیری
  • PDF جست‌وجوپذیر، به‌همراه ALTO و METS در استاندارد کتابخانه‌ای
  • وقتی اسناد اجازهٔ خروج ندارند، درون شبکهٔ خودتان اجرا می‌شود
  • گزارش راستی‌آزمایی صفحه‌به‌صفحه، برای پروندهٔ ممیزی
تبدیل فایل

پایان‌نامه، مقاله و صفحه‌آرایی دانشگاهی

چیدمان دوستونی، پانویس‌ها، سرصفحه‌های جاری و جدول‌های چندصفحه‌ای نتایج، همان جایی است که استخراج معمولی بی‌سروصدا از هم می‌پاشد — و همان جایی که پژوهشگر هنوز اعداد را با دست رونویسی می‌کند.

مناسب چه کسانی استدانشجویان تحصیلات تکمیلی، گروه‌های پژوهشی، و دفترهای تایپ و ترجمهٔ دانشگاهی
چه تحویل می‌گیریدWord · LaTeX · PDF
  • ترتیب خوانش، درست در میان ستون‌ها و پانویس‌ها
  • جدول‌های نتایج به‌صورت جدول واقعی و آمادهٔ تحلیل
  • معادله‌ها به‌صورت LaTeX یا معادلهٔ قابل ویرایش Word
  • فهرست منابع، دست‌نخورده و قابل تجزیه
تبدیل فایل

آرشیو روزنامه و مجله

صفحه‌های فشرده و چندستونی که یک مطلب دور سه مطلب دیگر می‌پیچد. همان ناحیه‌بندی مطلب‌هاست که آرشیو را جست‌وجوپذیر می‌کند، نه صرفاً اسکن‌شده.

مناسب چه کسانی استکتابخانه‌های ملی، آرشیوهای مطبوعاتی، پژوهشگران تاریخ معاصر و ناشران آرشیو دیجیتال
چه تحویل می‌گیریدALTO · PDF جست‌وجوپذیر · متن
  • ناحیه‌بندی در سطح مطلب، نه فقط متن در سطح صفحه
  • تیترها، نام نویسندگان و زیرنویس تصویرها برچسب می‌خورند
  • خروجی ALTO و METS در استاندارد کتابخانه‌ای
  • متن انبوه، برای APIهای پژوهشی
تبدیل فایل

دفترهای تایپ و خدمات دیجیتال‌سازی

دفترهای تایپ فقط رقیب نیستند؛ کانال توزیع‌اند. مشتری و مهلت را از پیش دارند؛ آنچه ندارند ابزاری است که جدول و فرمول را بدون نیروی انسانی از پس بربیاید.

مناسب چه کسانی استدفترهای تایپ، آزادکاران، مراکز اسکن و دفترهای ترجمه
چه تحویل می‌گیریدWord · API
  • API و بارگذاری دسته‌ای برای سفارش‌های کامل
  • اصلاح‌های انباشتهٔ خودتان به قواعد اختصاصی شما بدل می‌شود
  • خروجی بی‌نام‌ونشان، بدون هیچ برندی
  • قیمت حجمی، با صورت‌حساب ماهانه
تبدیل فایل

فرم‌های اداری، اسناد مناقصه و دستورالعمل‌ها

سازمان‌ها مدام به سند مناقصه، فرم یا دستورالعمل سال گذشته نیاز پیدا می‌کنند، آن‌هم در شکل قابل ویرایش — با همان کادرها، همان خط‌ها و همان شماره‌گذاری.

مناسب چه کسانی استادارات دولتی، بیمارستان‌ها، دانشگاه‌ها و پیمانکاران بزرگ
چه تحویل می‌گیریدWord · PDF
  • کادرها، خط‌ها و خانه‌های سایه‌دار بازتولید می‌شوند
  • نظام شماره‌گذاری دقیقاً همان‌گونه که چاپ شده می‌ماند
  • در صورت تمایل، به خانه‌های پرشدنی بدل می‌شود
  • سبک یکدست در سراسر یک اداره
تبدیل فایل

اسناد خانوادگی و آرشیوهای شخصی

دفترهای ثبت، وقف‌نامه‌ها، نامه‌های قدیمی و کاغذهای خانوادگی — معمولاً دست‌نویس، اغلب تنها نسخهٔ موجود، و همان چیزی که بالاخره کسی را وامی‌دارد جعبهٔ انباری را اسکن کند.

مناسب چه کسانی استپژوهشگران تاریخ خانوادگی، کارشناسان امور ترکه و ارث، و مجموعه‌داران خصوصی
چه تحویل می‌گیریدمتن · PDF جست‌وجوپذیر
  • دست‌خط خوانده می‌شود و تردیدها آشکارا نشان داده می‌شوند
  • تصویر اصل، کنار هر رونویسی می‌ماند
  • جست‌وجو در سراسر یک مجموعه
  • آنجا که صفحه ناخواناست، چیزی از خود ساخته نمی‌شود
تبدیل فایل

کتاب کامل، در یک سفارش

کتابی ۳۰۰ صفحه‌ای، یک‌بار بارگذاری می‌شود و صفحه‌به‌صفحه پیش می‌رود، با نمایی زنده از اینکه کدام صفحه تمام شده و کدام به نگاه دوباره نیاز دارد.

مناسب چه کسانی استناشران، کتابخانه‌ها، طرح‌های پژوهشی و تیم‌های دیجیتال‌سازی
چه تحویل می‌گیریدهمهٔ قالب‌ها
  • قابل ازسرگیری — قطع اتصال، کتاب را از نو آغاز نمی‌کند
  • نمرهٔ دقت برای هر صفحه و صفی از صفحه‌های نشان‌دار
  • تخصیص بازبین برای صفحه‌هایی که به چشم انسان نیاز دارند
  • یک گواهی انطباق برای کل سفارش
تبدیل فایل

سخت‌ترین صفحه‌تان را برای ما بفرستید

همان صفحه‌ای که جدولش هیچ‌وقت سالم بیرون نمی‌آید، یا فرمولش همیشه خراب می‌شود، یا متن فارسی‌اش همیشه وارونه درمی‌آید. ما این را دقیقاً برای همان صفحه ساخته‌ایم.

تبدیل فایل