OCR, HTR, automatisk transkribering: vad är skillnaden?

Vad är OCR?

OCR, av engelskans Optical Character Recognition, känner igen tecknen i en tryckt eller maskinskriven text. Den är utmärkt på rena skanningar med regelbundna tecken; den har svårt med sneda foton, skuggor, gotiska tecken utan särskild modell och handskrift. Tesseract, som är fri programvara, och ABBYY FineReader är två exempel.

Vad är HTR?

HTR, av engelskans Handwritten Text Recognition, läser handskrift rad för rad. HTR-verktyg som eScriptorium med sin motor Kraken eller Transkribus delar upp sidan i rader och tillämpar sedan en modell, ofta tränad på sidor med samma handstil som transkriberats för hand.

Och AI-modellerna för läsning?

De läser hela bilden som en läsare gör: tryck, maskinskrift, gotiskt, handskrift, tabeller, uppslag, utan träning på din handstil. De förstår layouten och språket, och kan också översätta och plocka ut namn och datum. wondarchive använder dem och visar alltid texten bredvid fotot, och känner igen tomma sidor i stället för att hitta på en text till dem.

Hur står de sig mot varandra?

	OCR	HTR	AI för läsning
Tryck, maskinskrift	ja, på rena skanningar	ja	ja, även foton
Handskrift	nej	ja, med en anpassad modell	ja, utan träning
Träning	nej	ofta, på handstilen	nej
Sneda foton, skuggor	dåligt	beror på segmenteringen	bra
Översättning, namn, datum	nej	nej	ja
Exempel	Tesseract, ABBYY FineReader	eScriptorium, Transkribus	wondarchive

Vilken använder wondarchive?

AI för läsning på varje sida, med en extra grundlig omläsning för handskrift. Och, som kostnadsfritt alternativ, en fri OCR som läser sidorna i din webbläsare, utan AI och utan krediter: praktiskt för skarpt tryck (transkribera gratis).

Alla funktioner Priser Skapa mitt gratiskonto

Det tar en minut att öppna kontot, hundra sidor gratis i ett år.

Vad betyder HTR?

Handwritten Text Recognition, igenkänning av handskriven text: automatisk läsning av skrift skriven för hand.

Läser OCR handskrift?

Dåligt: klassisk OCR är gjord för regelbundna tryckta tecken. För handskrift behövs HTR eller en AI-modell för läsning.

Vad är skillnaden mellan transkription och OCR?

OCR är en teknik; transkriptionen är resultatet, sidans text så som den är skriven, oavsett om den tagits fram av en maskin eller av en människa.

Måste man fortfarande träna en HTR-modell?

För att läsa och söka i ett bestånd, nej: nyare AI-modeller läser utan träning. Träning är fortfarande värdefull för en utgåva rad för rad av en och samma hand.

Se det på dina egna sidor

Hundra sidor transkriberade och översatta, i ett år, utan kort.

Skapa mitt gratiskonto Se priserna