跳至内容

文档转写(Transcribe documents)

覆盖印刷体、手写体、表单等文档转写,并包含“非结构化 → JSON”的输出策略。

图片质量决定上限:看不清就先裁剪/分块,再让模型做分析。

  • 对应 notebook:multimodal/how_to_transcribe_text.ipynb

读的时候重点看

  • 先定抽取目标(字段)再转写,避免无效成本
  • 表单类优先输出 JSON,并在应用侧校验
  • 扫描质量差时先裁剪/分块

怎么在本地跑

make test-notebooks NOTEBOOK=multimodal/how_to_transcribe_text.ipynb