Giữ lại hình học bảng khi xuất
Nhận dạng theo hàng, cột và vùng ô để hạn chế việc trộn dữ liệu thành đoạn văn rời.
OCR cục bộ · thiết kế cho tiếng Việt
Từ trang quét
thành tài liệu
có cấu trúc.
VietOCR Studio đọc công văn, quyết định và biểu mẫu ngay trên máy, giữ lại dấu tiếng Việt, trật tự nội dung và hình học bảng để xuất sang định dạng có thể biên tập.
- Hoạt động khi ngắt mạng
- Xuất Word, Excel, Markdown
- Không nhận tài liệu qua website
01 / INPUT
Tài liệu trên ổ đĩa
PDF, ảnh quét hoặc Word được chọn từ máy của người dùng.
02 / LOOPBACK
Ứng dụng desktop
Giao tiếp nội bộ qua 127.0.0.1, không mở dịch vụ ra Internet.
03 / MODEL
Nhận dạng cục bộ
Tiền xử lý, bố cục, chữ tiếng Việt và cấu trúc bảng.
04 / OUTPUT
Kết quả trên máy
Xuất Word, Excel, Markdown hoặc văn bản để tiếp tục soát.
Mẫu thật, không ảnh dựng
Một trang hành chính đã đi qua pipeline.
Mẫu là trang đầu của thông báo tuyển dụng viên chức năm 2025 của Cục Chuyển đổi số quốc gia. Đây là tài liệu công khai đã được dự án chạy OCR hoàn tất, có cả dữ liệu nhận dạng và tệp Word đầu ra.
Hồ sơ chạy hoàn chỉnh
Tiêu đề hai cột. Dấu tiếng Việt. Bảng nhiều ô.
Pipeline phải xử lý đồng thời bố cục quốc hiệu, các đoạn văn căn giữa và bảng tuyển dụng có ô gộp. Hai ảnh bên trái được lấy trực tiếp từ thư mục làm việc của lần chạy, không phải mockup tiếp thị.
- Ảnh đầu vào và ảnh đã chuẩn hoá thuộc cùng một lần chạy OCR.
- Lần chạy đã tạo capture.json và output.docx.
- Website chỉ dùng tài liệu công khai; không dùng hồ sơ khách hàng làm mẫu.
Bản đọc mất dấu
MC CO S CÓ NGUY HIM V CHÁY, N
Bản đọc tiếng Việt
MỤC CƠ SỞ CÓ NGUY HIỂM VỀ CHÁY, NỔ
Đây là bằng chứng về hình thức xử lý, không phải tuyên bố độ chính xác. Kết quả OCR vẫn cần người soát trước khi dùng cho mục đích pháp lý.
Những phần khó được xử lý riêng
Không chỉ đọc chữ. Còn phải hiểu trang.
Một công văn hữu dụng không thể bị biến thành một đoạn chữ dài. Bố cục, bảng biểu và chỗ cần kiểm tra phải còn đủ rõ để người dùng tiếp tục làm việc.
Tài liệu không rời khỏi tổ chức
Đường xử lý thương mại chạy bằng model cục bộ, không gọi API OCR đám mây.
Mô hình đọc chữ được huấn luyện tiếp cho ảnh quét tiếng Việt
Dấu mũ, dấu thanh và nền giấy không đều được xem là bài toán chính, không phải trường hợp phụ.
Chỉ ra nơi đáng soát trước
Khối có tín hiệu bất đồng được gắn cờ để người soát tập trung vào vùng rủi ro.
Phù hợp với ai
Ba kiểu công việc, cùng một nguyên tắc dữ liệu.
Ưu tiên những nơi cần chuyển tài liệu sang dạng biên tập được nhưng không thể gửi hồ sơ ra ngoài.
Cơ quan nhà nước
Số hoá công văn, quyết định và hồ sơ lưu trữ trong môi trường nội bộ.
Cài và xử lý ngay trên máy của đơn vị
Đội xử lý dữ liệu
Chạy theo lô, đánh dấu vùng cần soát và ghép đầu ra vào quy trình đang có.
Có đường tích hợp kỹ thuật cho quy trình nội bộ
Nhóm nghiệp vụ nhỏ
Chuyển biểu mẫu, hợp đồng và giấy tờ sang Word để sửa mà không qua dịch vụ online.
Giao diện desktop, không cần vận hành máy chủ
Nói trước cho rõ
Chúng tôi chưa công bố con số độ chính xác
Đo độ chính xác OCR chỉ có nghĩa khi so với bản chép do người soát. Bộ đo đó đang được xây dựng và chưa đủ quy mô để công bố. Trong lúc đó, chúng tôi không đưa ra tỉ lệ phần trăm nào.
Những điều bạn nên biết trước khi quyết định
- Phần mềm được xây trên các mô hình nguồn mở, cộng với phần xử lý riêng cho tài liệu hành chính Việt Nam. Chúng tôi không tự nhận đã tự phát triển mô hình nhận dạng.
- Đã kiểm chứng trên công văn, nghị định và thông báo tuyển dụng. Hoá đơn, sổ đỏ và tài liệu viết tay chưa được kiểm chứng.
- Kết quả cần người soát trước khi dùng cho mục đích pháp lý. Phần mềm gắn cờ chỗ rủi ro nhưng không thay thế việc kiểm tra.
- Chạy được trên máy có card đồ hoạ rời. Cấu hình tối thiểu sẽ trao đổi cụ thể theo khối lượng của bạn.
Đăng ký trao đổi
Cho biết loại tài liệu. Chúng tôi thống nhất cách chạy thử an toàn.
Biểu mẫu chỉ nhận thông tin liên hệ, không nhận tệp tài liệu. Dữ liệu dùng để tư vấn về VietOCR Studio, lưu tối đa 30 ngày trên Cloudflare rồi tự động xoá. Có thể yêu cầu xoá sớm qua thông tin bên dưới.
0896 636 181
longngn204@gmail.com