wondarchive

wondarchive › Πώς λειτουργεί

Από τη φωτογραφία στο κείμενο, σε έξι βήματα

Δεν προετοιμάζετε τίποτα. Καταθέτετε τον φάκελο ακριβώς όπως τον έγραψε η φωτογραφική μηχανή και παρεμβαίνετε μόνο εκεί όπου η μηχανή διστάζει.

Καταθέστε έναν ολόκληρο φάκελο

Σύρετε τον φάκελο του ερευνητικού ταξιδιού, υποφακέλους συμπεριλαμβανομένων, σε οποιοδήποτε βάθος. Για κάθε αρχείο υπολογίζεται ένα αποτύπωμα στον περιηγητή σας: ό,τι βρίσκεται ήδη στο διαδίκτυο δεν ξαναστέλνεται και μια διακοπή συνεχίζεται από το σημείο όπου σταμάτησε. Το πρωτότυπο JPEG διατηρείται αναλλοίωτο, χωρίς καμία νέα συμπίεση.

Ευθυγράμμιση, στον δικό σας υπολογιστή

Ενώ τα αρχεία ανεβαίνουν, ο περιηγητής σας καθορίζει τη φορά ανάγνωσης κάθε σελίδας — κλάσμα του δευτερολέπτου ανά εικόνα, χωρίς να σταλεί τίποτα. Όταν δεν είναι βέβαιος, σας δείχνει τις τέσσερις θέσεις σε μεγάλο μέγεθος, με μεγεθυντικό φακό, και κάνετε κλικ στη σωστή. Τίποτα δεν γίνεται αυτόματα, τίποτα δεν εμποδίζει την αποστολή.

Μεταγραφή

Κάθε σελίδα διαβάζεται από το πρωτότυπο, σε πλήρη ανάλυση. Στην ίδια διαδρομή, το εργαλείο σημειώνει το είδος του τεκμηρίου, τη γλώσσα του, την ημερομηνία του, τις ημερομηνίες που αναφέρονται, τα κύρια ονόματα και τις εικόνες, και συντάσσει μια σύντομη περιγραφή. Μια χειρόγραφη σελίδα επισημαίνεται ως τέτοια: κανένα κείμενο δεν επινοείται γι’ αυτήν.

Μετάφραση στη γλώσσα σας

Σελίδα προς σελίδα, με το τέλος της προηγούμενης σελίδας και την αρχή της επόμενης ως περιεχόμενο, και με γλωσσάριο των όρων του αρχειακού συνόλου, ώστε το «Lampenhaus» να μεταφράζεται παντού με τον ίδιο τρόπο. Οι εικόνες που αποκόπηκαν από τη σελίδα παραμένουν στη θέση τους μέσα στο κείμενο.

Ανάγνωση

Δύο πλαίσια: η φωτογραφία αριστερά, το κείμενο δεξιά, πρωτότυπο ή μετάφραση με ένα κλικ. Συνεχής κύλιση σε ολόκληρο το αρχειακό σύνολο, με τη σειρά που τραβήχτηκαν οι φωτογραφίες. Ένα κλικ στη φωτογραφία ανοίγει το πρωτότυπο JPEG, σε πλήρη ανάλυση.

Ταξινόμηση

Το αρχειακό σύνολο οργανώνεται όπως σε ένα αρχείο: αρχειακό σύνολο, ταξιθετικοί αριθμοί, αριθμοί φύλλου που ορίζονται μία για πάντα. Οι σελίδες ενός ταξιδιού μπορούν να μένουν «προς ταξινόμηση» και να μεταφέρονται κατά δέσμες στον ταξιθετικό αριθμό τους. Ο ταξιθετικός αριθμός που είναι τυπωμένος στο κάτω μέρος της σελίδας διαβάζεται και προτείνεται για τις σελίδες που ακολουθούν.

Πόσο χρόνο παίρνει

Η αποστολή προχωρά με την ταχύτητα της σύνδεσής σας: το εργαλείο στέλνει τρία αρχεία ταυτόχρονα και δεν σταματά ποτέ για να περιμένει έναν υπολογισμό. Η μεταγραφή και η μετάφραση γίνονται στον διακομιστή, κατά δέσμες, μέσα σε λίγα λεπτά ή ώρες — κλείνετε την καρτέλα και συνεχίζουν. Μέχρι το επόμενο πρωί, το αρχειακό σύνολο είναι αναγνώσιμο.

Πώς επιλέγουμε τη μηχανή ανάγνωσης

Η μηχανή εξαρτάται από το έγγραφο και από την εργασία: κάθε σελίδα διαβάζεται από το μοντέλο που είχε τα καλύτερα αποτελέσματα στο δοκιμαστικό μας πεδίο για αυτόν τον τύπο εγγράφου, το χειρόγραφο περνά από ενισχυμένη επανανάγνωση, και η μετάφραση καθώς και το ευρετήριο έχουν το καθένα το δικό τους μοντέλο. Συγκρίναμε περίπου τριάντα μηχανές στις ίδιες φωτογραφίες αναφοράς από αρχεία — δακτυλογραφημένες, τυπωμένες, σε Fraktur, χειρόγραφες, τραβηγμένες στραβά —, μετρήσαμε το ποσοστό των λέξεων που βρέθηκαν και κρατάμε την καλύτερη. Μια εβδομαδιαία παρακολούθηση επισημαίνει κάθε νέο μοντέλο, το οποίο περνά από την ίδια δοκιμή πριν αντικαταστήσει εκείνο που ξεπερνά.

Μηχανές που συγκρίθηκαν, όλες με δυνατότητα εμπορικής χρήσης:

  • Google Gemini (Vertex AI): 3 Flash, 3.1 Flash-Lite, 3.1 Pro, 3.5 Flash, 3.5 Flash-Lite, 3.6 Flash, 3.7 Flash, 3.8 Flash
  • Google Cloud Vision
  • Mistral OCR, Mistral Medium, Mistral Small (OVHcloud AI Endpoints)
  • Qwen (OVHcloud AI Endpoints)
  • OpenAI GPT-5.6, GPT-6
  • Anthropic Claude Haiku, Opus, Fable
  • Microsoft Azure Document Intelligence
  • Datalab (Marker/Surya)
  • Ανοιχτά μοντέλα: olmOCR 2, GLM-OCR, dots.ocr, PaddleOCR-VL 1.5
  • Kraken, η μηχανή του eScriptorium, με τα μοντέλα: Party, PP-OCRv6, Manicule français moderne, german_print
  • PyLaia (Belfort, POPP, NewsEye), TrOCR large, Calamari (gt4histocr)

Δείτε το στις δικές σας σελίδες

Εκατό σελίδες μεταγραμμένες και μεταφρασμένες, για ένα έτος, χωρίς κάρτα.