2026 年 10 月 4 日与主流云端 OCR 服务(Cloud OCR A)对比:两者读取相同的页面图像,对照同一套经核对的标准答案,以字符错误率计分(越低越好)。所有测试文档均未用于训练模型。
| 泰语文档 | Cloud OCR A | iApp | 更优:iApp / Cloud OCR A |
|---|
| 预算文件,国会(539 页) | 37.4% | 17.2% | 469 / 25 页 |
| 皇家公报(221 页) | 13.8% | 6.1% | 217 / 0 页 |
| SEA-DocBench 泰语(1,225 页) | 49.4% | 48.7% | 443 / 243 页 |
| 古籍,维基文库(608 页) | 25.4% | 21.0% | 413 / 124 页 |
| 行政法院判决,扫描件(150 份) | 6.2% | 3.1% | 150 / 0 份 |
| 全部 2,825 页基准 | 36.0% | 29.6% | 1,654 / 425 页 |
行政法院判决属于模型的训练领域:模型以同一法院的其他判决训练,从未见过这些测试文件。差距在政府文件上最大:云端服务读取两栏预算表时先读完整列项目名称,再读完整列金额,金额因此与对应项目脱节;iApp 按行读取,所得文本可直接使用。
8 月白皮书的法院判决基准(20 份判决,242 页,脚本与计分方式相同)于 2026 年 10 月 5 日在生产服务上重测:
| 指标 | v3.0.0,2026 年 10 月 | v2.1.13,2026 年 8 月 | Cloud OCR A |
|---|
| 字符错误率 | 3.7%(正确 96.3%) | 5.2%(94.8%) | 6.1%(93.9%) |
| 词错误率 | 5.6%(正确 94.4%) | 7.0%(93.0%) | 7.5%(92.5%) |
| 版面分析 | 96.97% AP,版面模型不变 | 96.97% AP | |
2026 年 10 月于生产服务实测:纯文本每页中位耗时 0.60 秒;纯文本约每秒 7.5 页(每小时 27,000 页),版面、Word、PowerPoint 与 Excel 约每秒 0.6 页(每小时 2,100 页)。服务运行在两台服务器上,其中一台故障时仍可继续服务。
方法、各数据集结果及置信区间、逐文档结果:基准报告 (PDF)
- 仅识别印刷文本,不识别手写。
- 200 dpi 及以上的扫描效果最佳。
- 照片中的短文本(如招牌、场景文字)可以识别,但在我们的测试中云端服务略为准确。
数据处理
上传的文档在 iApp 位于泰国的服务器上处理,仅用于生成所请求的输出;生成的链接 10 分钟后失效,生成的文件一小时内删除。依 PDPA 与 GDPR 取得同意并告知当事人,由作为数据控制者的您负责。另提供文档不出您网络的本地部署:联系我们。
更新日志
| 版本 | 日期 | 变更 |
|---|
| v3.0.0-20261005 | 2026 年 11 月 12 日 | 由泰语通用文档 OCR 更名为 OpenThai 2.0 OCR Text,取自其所基于的模型。服务、接口、请求、响应和价格均不变。 |
| v3.0.0-20261005 | 2026 年 10 月 5 日 | 改由 iApp 自研泰语 OCR 模型读取;在泰语文档上比主流云端 OCR 服务更准确(实测),8 月基准上的字符错误率由 5.2% 降至 3.7%。服务运行在两台服务器上:每小时约 27,000 页,更新时不停机。纯文本由每页 1 IC 降至 0.049 IC;版面、Word、PowerPoint、Excel 与可检 索 PDF 由每页 1 IC 降至 0.15 IC。端点、请求与响应均不变。 |
| v2.1.13-20260822 | 2026 年 8 月 22 日 | 新引擎(字符错误率相对降低 15%,每页中位耗时由 3.33 秒降至 0.53 秒),文件改为签名限时链接,支持本地部署,PowerPoint、Excel 与可检索 PDF 结束预览、正式可用。基准报告 (PDF) |
| v2.1.12-20251116 | 2025 年 11 月 16 日 | 新增 iapp-input-pages 响应头。 |
| v2.0 | 2022 年 8 月 | 文档版面分析与 Word 输出。 |