ছবি, স্ক্রিনশট বা স্ক্যান থেকে লেখা কপি করুন

কী ভালো পড়তে পারে — আর কী পারে না

লেখা শনাক্তকরণ (OCR) সবচেয়ে ভালো কাজ করে পরিষ্কার, ছাপা, সোজা ইংরেজি লেখায়: পড়ার মতো সাইজের ডকুমেন্ট, রসিদ, স্লাইড, বইয়ের পাতা ও স্ক্রিনশট। হাতের লেখা, ঝাপসা বা লো-রেজোলিউশনের ছবি, কোনাকুনি বা বাঁকা অবস্থায় তোলা পাতা, আলংকারিক ফন্ট, আর টেবিল বা একাধিক কলামের লেআউট — যেখানে পড়ার ক্রম আন্দাজ করে নিতে হয় — এসবে এটি হিমশিম খায়।

ToolGPT এ ব্যাপারে খোলাখুলি। প্রতিটি কাজ জানায় শনাক্তকরণ কতটা নিশ্চিত ছিল, আর নিশ্চয়তা কম হলে অ্যাসিস্ট্যান্ট লেখাটিকে নিখুঁত ট্রান্সক্রিপ্ট হিসেবে উপস্থাপন না করে জানিয়ে দেয় যে এটি নির্ভরযোগ্য নয়। শনাক্ত করা লেখা সত্যিই ফিরে না আসা পর্যন্ত কোনো পাতায় কী লেখা আছে, তা এটি কখনো বর্ণনা করে না।

লাইনগুলো যেমন আছে রাখুন, অথবা জুড়ে অনুচ্ছেদ বানান

ডিফল্টভাবে লেখাটি ছাপা অবস্থার মতোই লাইন ব্রেক বজায় রাখে, যা রসিদ, তালিকা ও কোডের জন্য মানানসই। লেখাটি কোনো ডকুমেন্টে পেস্ট করতে চাইলে অনুচ্ছেদ আকারে চেয়ে নিন: প্রতিটি অনুচ্ছেদের লাইনগুলো জুড়ে দেওয়া হয়, আর দুটি অনুচ্ছেদের মাঝে থাকে একটি ফাঁকা লাইন।

বর্তমানে শনাক্তকরণ শুধু ইংরেজিতে কাজ করে। এটি অনুবাদ করে না, আর ভিডিওতে বলা কথাও লিখে দেয় না — এটি পড়ে পাতায় বা ছবিতে চোখে দেখা যায় এমন লেখা।

ডিজাইনেই প্রাইভেট

শনাক্তকরণ ইঞ্জিন (Tesseract) চলে আপনার ব্রাউজারের ভেতরেই, তাই আপনার ছবি বা PDF কোনো OCR সার্ভিসে পাঠানো হয় না। কোনো চিঠি, স্টেটমেন্ট, পরিচয়পত্র বা চুক্তি স্ক্যান করার আগে একটি বিষয় জেনে রাখুন: ফলাফল নিয়ে অ্যাসিস্ট্যান্ট যাতে প্রশ্নের উত্তর দিতে পারে, সে জন্য শনাক্ত করা লেখার প্রথম 2,000 অক্ষর আপনার চ্যাটে এআই-এর সাথে শেয়ার করা হয়, ঠিক যেভাবে আপনার টাইপ করা যেকোনো কিছু শেয়ার হয়। ছবিটি নিজে আপনার ডিভাইসেই থাকে। প্রথমবার চালানোর সময় শনাক্তকরণ ইঞ্জিনটি পেজে লোড হয়, তাই একটু বেশি সময় লাগে; একই সেশনে পরের বারগুলো সঙ্গে সঙ্গেই শুরু হয়।