फ़ोटो, स्क्रीनशॉट या स्कैन से टेक्स्ट कॉपी करें

यह क्या अच्छी तरह पढ़ता है — और क्या नहीं

टेक्स्ट पहचान (OCR) साफ़, छपी हुई, सीधी अंग्रेज़ी पर सबसे अच्छा काम करती है: पढ़ने लायक साइज़ में डॉक्यूमेंट, रसीदें, स्लाइड, किताब के पेज और स्क्रीनशॉट। हाथ की लिखावट, धुँधली या कम रिज़ॉल्यूशन वाली फ़ोटो, तिरछे कोण से या मुड़े हुए पेज की फ़ोटो, सजावटी फ़ॉन्ट, और टेबल या कई कॉलम वाले लेआउट में इसे दिक्कत होती है, जहाँ पढ़ने के क्रम का अंदाज़ा लगाना पड़ता है।

ToolGPT इस बारे में साफ़ बताता है। हर काम बताता है कि पहचान कितनी भरोसेमंद रही, और जब भरोसा कम होता है, तो असिस्टेंट टेक्स्ट को साफ़-सुथरी ट्रांसक्रिप्ट की तरह पेश करने की बजाय बता देता है कि यह टेक्स्ट भरोसेमंद नहीं है। जब तक पहचाना गया टेक्स्ट सच में वापस नहीं आ जाता, वह कभी नहीं बताता कि पेज पर क्या लिखा है।

लाइनें वैसी ही रखें, या उन्हें पैराग्राफ़ में जोड़ें

डिफ़ॉल्ट रूप से टेक्स्ट में लाइनें वैसे ही टूटती हैं जैसे छपी थीं, जो रसीदों, सूचियों और कोड के लिए ठीक है। अगर आप टेक्स्ट को किसी डॉक्यूमेंट में पेस्ट करना चाहते हैं, तो उसे पैराग्राफ़ के रूप में माँगें: हर पैराग्राफ़ की लाइनें जुड़ जाती हैं, और पैराग्राफ़ों के बीच एक खाली लाइन रहती है।

फ़िलहाल पहचान सिर्फ़ अंग्रेज़ी के लिए है। यह अनुवाद नहीं करता, और वीडियो में बोले गए शब्दों को ट्रांसक्राइब नहीं करता — यह वही टेक्स्ट पढ़ता है जो आपको किसी पेज पर या तस्वीर में दिखता है।

डिज़ाइन से ही प्राइवेट

पहचानने वाला इंजन (Tesseract) आपके ब्राउज़र के अंदर चलता है, इसलिए आपकी इमेज या PDF किसी OCR सेवा को नहीं भेजी जाती। कोई चिट्ठी, स्टेटमेंट, ID या कॉन्ट्रैक्ट स्कैन करने से पहले एक बात जान लें: ताकि असिस्टेंट नतीजे के बारे में सवालों के जवाब दे सके, पहचाने गए टेक्स्ट के पहले 2,000 कैरेक्टर आपकी चैट में AI के साथ शेयर किए जाते हैं, ठीक वैसे ही जैसे आपका टाइप किया हुआ कुछ भी। इमेज खुद आपके डिवाइस पर ही रहती है। पहली बार चलाने पर पहचानने वाला इंजन पेज में लोड होता है, इसलिए थोड़ा ज़्यादा समय लगता है; उसी सेशन में बाद के काम तुरंत शुरू हो जाते हैं।