ilovesakhapdf

Распознавание якутских документов. Загрузите PDF — получите текст, PDF с текстовым слоем и разбор страницы: видно, откуда взята каждая строка.

Перетащите PDF сюда или нажмите, чтобы выбрать файл

Модель обучена на синтетике и 258 тыс. реальных строк якутской периодики: 0.22% ошибок на символ и 2.1% на слово на газетной вёрстке, спец-буквы ҕҥөһү читаются наравне с остальными. Строки находит обученный детектор, страница раскладывается по колонкам — текст выходит в порядке чтения, а не вперемешку. Спорные слова сверяются со словарём якутского языка, но замена принимается только если её подтверждает само изображение. Файлы не сохраняются, обработка идёт локально.