独一档，主营业务就是文本识别，我还测试了中英和中日，合合的识别率都是最好的，都是短文本就没发。
2 个赞
上来难度太高了吧，没有测试有很多生僻字的情况。
合合：
あ·ける【開ける·空ける·明ける】〖他下一〗①［開］打开。
去掉隔离物、覆盖物等，使关闭的物件呈敞开状态。「扉
［幕·鍵··箱］を～／开门［幕·锁·箱］」「口を～·けて眠る／张
着嘴睡觉」表現「瓶のふたを開ける／瓶を開ける」のよう
に、物の部分と全体をそれぞれ目的語にとる言い方が
ある。
②［開·空］凿，挖。凿开洞等空间。「壁に穴を～／在墙壁
上打洞」
③［空］用尽，倒空，喝光。挪走东西使场所空开，或指空容
器内的东西。「家を～·けて遊び回る／吃喝玩乐荡尽了家
财」瓶を～／把瓶子倒空』「一晩で一升～／一晚上喝光了
一升酒
④［空］腾空，腾出，空出，留出。移走东西使某个场地可以
使用，腾出场地、时间等。「道を～／让出道路」「会議室を
～けておく／事先腾出会议室」午後は時間を～·けてお
＜／下午空出时间」
⑤［空］空职，虚位。使某个职位处于空缺的状态。「部長
の椅子を～·けて後任を待つ／部长一职虚位以待」
⑥［開］〔入り口の戸を開けて始めることから〕商店等开
始营业，营业，开门。「9時に店を～／9点开门』当店は店
1 个赞
白描app，あ·ける【開ける·空ける·明ける】【他下一】0[開]打开。
去掉隔离物、覆盖物等，使关闭的物件呈敞开状态。「扉[幕·鍵：·箱]を～/开门[袋·锁·箱]」「口を～·けて眠る/张脊嘴睡觉」表現「瓶のふたを開ける/瓶を開ける」のように、物の部分と全体をそれぞれ目的語にとる言い方がある。
@[開·空]黹，挖。黹开洞等空间。「壁に穴を～/在墙壁上：打洞」
③[空]用尽，倒空，喝光。挪走东西使场所空开、或指空容器内的东西。「家を～·けて遊び回る/吃喝玩乐荡尽了家财」「瓶を～/把瓶子倒空」「一晩で一升～/一晚上喝光了
一升洒」
0[空]腾空，腾出，空出，留出。移起东西使某个场地可以使用，腾出场地、时间等。「道を～/让出道路」「会議室を～·けておく/事先腾出会议室」「午後は時間を～·けてお
</下午空出时间」
⑥[空]空职、虚位。使某个职位处于空缺的状态。「部長の椅子を～・けて後任を待つ/部长一职虚位以待」
⑥[開]〔入り口の戸を開けて始めることから〕商店等开始营业，营业，开门。「9時に店を～/9点开门」「当店は店
白描app，
8e489d4e78ea53f792bd742b3d7524c088b96e98.txt (4.3 KB)
0ff7468509c1bab9efd66381198c71fb99255c8c.txt (1.8 KB)
文選箋證 卷二十
琴賦
嵇康
蒸靈液以播雲
注善曰：『說文曰：津，液也。』今皿部『盡，液也』〔一〕。自以津爲盡，而盡字廢矣。周禮大司徒釋文『津本作盡』，猶存古字，今亦誤爲。此注當引水部『液，盡也』，為『液』字作注，而傳寫者誤倒耳。鬱怒彪休
注善曰：『彪休，怒貌。』按：大雅蕩『女烋於中國』，毛傳：『烋，猶彭亨也。』『彪休』與『烋』音同。易大有釋文引干寶注：『彭亨，驕滿貌。』蓋怒滿謂之『彪休』，驕滿亦謂之『魚烋』。本書魏都賦『吞滅咆烋』，劉注：『咆烋，猶咆哮也。』常武『如虓虎』，釋文：『虓，虎怒貌。』『虓』與『哮』同，胡氏毛詩後箋曰：『彭亨者，烋之轉，以今語釋古語耳。』心慷慨以忘歸
注善曰：『爾雅曰：愷慷，樂也。』考異曰：『慷慨，當作愷慷，注引爾雅「慷」，即「康」字。翰注
卷二十
四九五
我觉得还过得去，排版顺序的正确性是顶级，但不少生僻字不行，盡→𧗁，今亦誤爲→今亦誤爲𥂵（其实这字字形也不对，全宋体暂无），烋→炰烋，魚烋→炰烋，如虓虎→闞如虓虎。很多引擎连引号和字符顺序都识别不好，没什么好比的。
比如夸克全部乱糟糟。其他常见引擎懒得举例，都不太行。
注善曰：“爾雅曰.‘慢慷，樂也。”考異曰‘“慷慨，當作愷慷，注引爾雅‘慷’，即‘康’字。翰注
“哮”同，胡氏毛詩後箋曰：“彭亨者，然之轉，以今語釋古語耳。”
魏都赋“吞滅咆烋”，劉注，“咆然，猶咆哮也。”常武“闞如摅虎”，釋文‘“撼，虎怒貌。“桃”與
体”音同。易大有釋文引干寶连，“彭亨，驕滿貌。”蓋怒滿謂之“彪休”，驕滿亦謂之“急然”。本書
注善曰.‘一彪体，怒貌。”按，‘大雅蕩“女急然於中國”，毛傳‘“急然，猶彭亨也。”“彪休”與“魚
文“津本作盡”，猶存古字，今亦誤爲逮。此注當引水部“液，盡也”，爲“液”字作注，而傳寫者誤倒耳。
四九五
康
卷二十
心慷慨以忘歸
蒸靈液以播雲
文選箋證
鬱怒彪休
琴
賦
嵇
卷二十
测试了一下中英混合的，合合OCR英文识别的稍微弱一些，可能因为图片比较模糊，把e识别成了c（相比百度、谷歌），然后偶尔会整个一行丢失…（这个问题比较严重）
不过中文识别确实是强…
1 个赞
Google Document AI：又乜兀弋孑孓幺元韦廿丏卅仄厄仃仉仂兮刈爻卞
好像只错了乂亓
Google Document AI：错漏 2 个字，除逗号为半角、一堆莫名其妙的空格外标点符号正确
- (盉) // 错字：委
- (瓿) // 漏字
ocred2.pdf (510.8 KB)
- 辉煌 的 青铜文明
最能代表商朝手工业生产水平的 , 是雄浑的青铜器和繁盛的青铜冶铸。
中国 的青铜冶炼技术早在氏族时代就已 出现, 但一直到夏代, 它整体上
的发展都还是比较落后的 。 在商代, 青铜铸造技术突飞猛进, 并创造了灿烂
的青铜文化。
商代青铜器的种类可分为礼器、 兵器、 生产工具及其他生活用具等, 其
中礼器所占比例 最大, 种类也最多。 礼器又称彝器, 是古代贵族在举行祭
祀、 燕享、 朝会及盟誓等各种礼仪活动中使用的器物。 礼仪在商代社会生活
中 占有重要地位, 所以青铜被大量用于制作礼器。 总计商代的青铜礼器, 有
用于烹煮的鼎 、 鬲 、 甗, 有用于盛储的簋、 豆 、 盘、 孟 , 有用于行乐的铜铙 , 但最
多的是酒器, 有爵 、 觚、 觯 、 斝、 角 、 尊、 卣 、 委、 觥、、罍、 壶等, 反映饮酒与礼
云聪古籍数字化平台：5. 辉煌的青铜文明
最能代表商朝手工业生产水平的，是雄浑的青铜器和繁盛的青铜冶铸。
中国的青铜冶炼技术早在氏族时代就已出现,但一直到夏代,它整体上
的发展都还是比较落后的。在商代,青铜铸造技术突飞猛进,并创造了灿烂
的青铜文化。
商代青铜器的种类可分为礼器、兵器、生产工具及其他生活用具等,其
中礼器所占比例最大,种类也最多。礼器又称彝器,是古代贵族在举行祭
祀、燕享、朝会及盟誓等各种礼仪活动中使用的器物。礼仪在商代社会生活
中占有重要地位,所以青铜被大量用于制作礼器。总计商代的青铜礼器,有
用于烹煮的鼎、鬲、甗,有用于盛储的簋、豆、盘、盂,有用于行乐的铜铙,但最
多的是酒器,有爵、觚、觯、斝、角、尊、卣、盉、觥、瓿、罍、壶等,反映饮酒与礼
文選箋證卷二十
琴賦
蒸靈液以播雲
嵇康
注善曰：説文曰：津，液也』今皿部盡，液也」二。自以津爲盡，而䀆字廢矣。周禮大司徒釋
文津本作䀆，猶存古字，今亦誤爲濜。此注當引水部液，䀆也』，爲液字作注，而傳寫者誤倒耳
鬱怒彪休
注善曰：『彪休，怒貌。』按大雅蕩女炰烋於中國，毛傳：『炰烋，猶彭亨也。』彪休』與炰
烋音同。易大有釋文引干寶注：『彭亨，驕滿貌。蓋怒滿謂之彪休，驕滿亦謂之炰烋』。本書
魏都賦『吞滅咆烋』，劉注：『咆烋，猶咆哮也。』常武闞如虓虎』，釋文：『虓，虎怒貌。虓』與
『哮』同，胡氏毛詩後箋曰：『彭亨者，炰烋之轉，以今語釋古語耳。
心慷慨以忘歸
注善曰：『爾雅曰：愷慷，樂也。』考異曰：『慷慨，當作愷慷，注引爾雅『慷一，即『康』字。翰注
卷二十
四九五
在 Anna’s 看到有引用这篇数据。
更新一下最新比较（2024年9月30日）：
谷歌的DocumentAI今年八月份更新了一个OCR处理器版本后，中文识别准确率提升了不少，可以媲美合合了，有些场景甚至完全超越了合合OCR。英文识别更是超越国内所有OCR服务！
谷歌新的OCR处理器版本：
Google DocumentAI 我愿称之为地球最强OCR 
而且价格实惠，仅为国内OCR服务价格的10%
简直良心。
1 个赞
分别测试下样本一、二、三，贴下文本的识别结果，我对比下更新上去。
谷歌OCR：
trachoma n. 砂眼 2.5
banana n. 香蕉 2.4
marijuana n. 大麻 3.15
stamina n.精力(尤指持久性的) 2.8
grandpa n. [colloq.] (=grandfather)
(外)祖父 3.9
camera n. 照相机 1.1
opera n. 歌剧 2.13
合合OCR：
tracho ma n．砂 眼 2.5
bana na n．香 蕉 2.4
marijua na n．大 麻 3.15
stami na n．精 力（尤指持
grand pa n. [ colloq.]
（ 外）祖父
came ra n．照 相机 1.
ope ra
n．歌 剧 2.13
你再测试下主楼提供的三个样本，不知道你怎么测试的，和我这边的合合的识别结果不一样，合合只错误了一个句号。
trachoma
n．砂眼 2.5
banana
n．香蕉 2.4
marijuana
n。大麻 3.15
stamina
n．精力（尤指持久性的）2.8
grandpa
n.[colloq.]
(=grandfather)
（外）祖父 3.9
camera
n．照相机 1.1
opera
n．歌剧 2.13
用的哪个接口？我用的合合的“通用文档解析”。
“通用文字识别”接口我没有额度了，没测这个
直接用文本识别的接口，合合的文档识别需要先解析文档布局，你这个截图不属于通用文档的范围了。
另外上面的图属于截取的一小部分，这样可能影响测试结果。
这是完整的：
test.pdf (27.8 KB)
这个不属于通用文档，不能用那个接口。
我可以用啊，通用文档接口支持PDF解析