Gescand Urdu-boek in Nastaliq omzetten naar bewerkbare Word-tekst
Upload een gescande Urdu-PDF, een boek, tijdschrift of oud document gedrukt in Nastaliq, en ontvang elke pagina terug als bewerkbare Urdu-tekst in een Word-bestand: van rechts naar links, met een pagina-einde per pagina en twijfelachtige woorden gemarkeerd. De eerste pagina is gratis zonder account; voor een boek tot 300 pagina's betaal je eenmalig $5.
- Geïnstrueerd dat de tekst Urdu Nastaliq is en Urdu-letters behouden moeten blijven: ٹ ڈ ڑ ں ے ہ ھ ی ک
- Urdu-leestekens behouden: ۔ ، ؟
- Alinea's en tabellen van rechts naar links in het Word-bestand
- Eén pagina tekst per gescande pagina, met paginanummers ter controle
- Twijfelwoorden geel gemarkeerd in plaats van gegokt
Waarom Nastaliq lastig is voor OCR
Nastaliq staat niet op een rechte lijn. Letters lopen schuin af naar links, woorden stapelen zich op en punten zweven in dichte clusters boven en onder de letters. Traditionele OCR-software, voornamelijk getraind op recht Naskh-schrift, heeft hier grote moeite mee. Algemene AI-modellen vervallen al snel in Arabische of Perzische spelling: ي in plaats van ی, ك in plaats van ک, en ه waar het Urdu juist ہ of ھ vereist. Bij een boek van 300 pagina's stapelen die kleine fouten zich op tot een tekst die op Urdu lijkt, maar het net niet is.
Hier wordt elke pagina afzonderlijk in hoge resolutie gelezen, met de specifieke instructie dat het om Urdu in Nastaliq gaat en dat Urdu-letters en -interpunctie behouden moeten blijven. Bij twijfel over een woord kiest het model de beste lezing en markeert het dit; in het Word-bestand worden die woorden gemarkeerd zodat je ze direct met de scan kunt vergelijken.
Het Word-bestand
De tekst staat in Unicode Urdu en kan dus worden doorzocht, gekopieerd, bewerkt en vertaald. Alinea's en tabellen lopen van rechts naar links. Het bestand gebruikt het lettertype Urdu Typesetting waar beschikbaar; voor een echte Nastaliq-uitstraling pas je Jameel Noori Nastaleeq of een vergelijkbaar lettertype eenvoudig in één stap op het hele document toe. Kopteksten en herhaalde paginanummers worden weggelaten zodat de tekst vloeiend doorloopt, en elke pagina begint ter referentie met een klein paginanummer.
Wat gebruikers omzetten
- Niet meer verkrijgbare Urdu-boeken voor onderzoek, een herdruk of een digitale bibliotheek
- Oude Urdu-kranten en -tijdschriften
- Familiedocumenten, aktes en brieven gedrukt in het Urdu
- Religieuze en literaire teksten om te bestuderen en te citeren
Hoe de tool werkt, wat het kost en hoe we met je bestanden omgaan, staat op de pagina Gescande PDF naar Word; de prijzen van alle tools staan op de pagina prijzen.
Laatst bijgewerkt op
Vragen en antwoorden
Kan ChatGPT een gescand Urdu-boek lezen?
Een duidelijke losse pagina lukt wel. Maar bij een lange scan slaat ChatGPT pagina's over of vat het ze samen, en vervangt het Urdu-letters vaak door Arabische of Perzische varianten. Deze tool leest elke pagina met specifieke instructies voor het Urdu en levert een Word-bestand op.
Hoeveel pagina's kan ik omzetten?
Tot 300 pagina's voor $5, eenmalig betaald. Unlimited dekt tot 600 pagina's per opdracht.
Kan het handgeschreven Urdu lezen?
De tool is gebouwd voor gedrukte tekst. Handgeschreven pagina's kun je beter verwerken met Handschrift naar tekst.
Kan ik het resultaat naar het Engels vertalen?
Ja. Upload het Word-bestand naar Word-document vertalen; tabellen van rechts naar links worden in de Engelse versie automatisch omgezet naar links naar rechts.
Is de eerste pagina gratis?
Ja, zonder account. Een scan van maximaal 3 pagina's is helemaal gratis.