它擅长识别什么，又不擅长什么
文字识别（OCR）最擅长处理清晰、印刷体、方向端正的英文：大小便于阅读的文档、收据、幻灯片、书页和截图。它不擅长处理手写体、模糊或低分辨率的照片、倾斜或弯曲拍摄的页面、装饰性字体，以及需要猜测阅读顺序的表格或多栏排版。
ToolGPT 对此毫不讳言。每个任务都会报告识别的置信度；当置信度较低时，助手会告诉你这些文字不可靠，而不是把它当作干净的转录文本呈现给你。在识别出的文字真正返回之前，它绝不会描述页面上写了什么。
从照片、截图或扫描件中复制文字
一张印刷页面的照片、一张错误信息的截图、一份无法选择文字的扫描 PDF——把它添加到 ToolGPT，然后问“这上面写了什么？”。文字会在你的浏览器中识别出来，并以 .txt 文件的形式返回给你，你可以下载、粘贴和编辑。
- 在你的浏览器中运行
- 无需登录
拖入或选择你的文件助手会载入你的文件，并完成其余的工作。选择文件
你可以这样输入
scanned-letter.pdf
打开 ToolGPT添加文件，并描述你的需求。
使用方法
- 1
添加图片或 PDF
用“+”按钮添加照片、截图或 PDF。如果是逐页拍摄的多页文档，请按阅读顺序添加照片。
- 2
要求提取文字
说“提取文字”或“这上面写了什么？”。PDF 的每一页都会被读取；每条指令最多 20 页或 20 张照片。
- 3
下载 .txt 文件
识别完成后，你会得到一个可供下载的文本文件，助手还可以在聊天中引用它的开头部分。
保留原有换行，或合并成段落
默认情况下，文字会保留印刷时的换行，适合收据、列表和代码。如果你想把文字粘贴到文档中，可以要求以段落形式输出：每个段落内的各行会合并在一起，段落之间以空行分隔。
目前识别仅支持英文。它不做翻译，也不会转录视频中说出的话——它读取的是你在页面上或图片中能看到的文字。
从设计上保护隐私
识别引擎（Tesseract）在你的浏览器中运行，因此你的图片或 PDF 不会被发送到 OCR 服务。在扫描信件、对账单、身份证件或合同之前，有一点需要了解：为了让助手能够回答关于识别结果的问题，识别出的文字的前 2,000 个字符会在你的聊天中与 AI 共享，就像你输入的任何内容一样。图片本身则保留在你的设备上。首次运行时需要把识别引擎载入页面，因此会稍慢一些；同一会话中之后的运行会立即开始。
常见问题
支持哪些语言？
目前仅支持英文。其他语言的文字识别结果会出错或为空。
它能识别手写文字吗？
无法可靠地识别。它是为印刷文字设计的；手写笔记的识别结果通常是一团乱码，ToolGPT 会标出置信度较低。
我的文档会被上传吗？
不会。识别在你的浏览器中通过 Tesseract 进行；文件始终保留在你的设备上。
一次可以识别多少页？
每条指令最多 20 页或 20 张照片。
用你自己的文件试试
打开 ToolGPT，添加文件，然后输入你想完成的操作。