“OCR tradisional berfungsi agak baik untuk fon cetakan standard, namun apabila berdepan rekod mesyuarat tulisan tangan yang tidak kemas atau naskhah kuno, ia kerap menghasilkan kod yang sukar difahami.”

Analisis Punca Akar

Pengekod visual model besar

AI Shangyi memperkenalkan pengekod visual berasaskan Transformer (seperti teknologi GPT-4V), yang mempunyai keupayaan inferensi berasaskan konteks. Malah preskripsi doktor yang bertulisan sukar dibaca atau manuskrip sejarah juga dapat dianalisis, di mana sistem ini mampu menggabungkan konteks untuk 'meneka' perkataan yang tepat.

Analisis susun atur dan penyalinan semula tulisan tangan

Selepas penterjemahan, sistem bukan sahaja menggantikan teks, malah akan berusaha menggunakan fon yang menyerupai gaya tulisan tangan asal untuk diisikan semula, demi memelihara tekstur visual nota asal sebaik mungkin.

Ringkasan Penyelesaian Akhir

Supaya bahan berharga dari era kertas dapat difahami oleh pembaca seluruh dunia pada era AI.