Options
Texte reconnu
Relisez toujours le texte : l'OCR fait encore des erreurs, surtout sur les scans abîmés, l'écriture manuscrite et les lettres rares.
Citer KabOCR
Si vous utilisez ce texte dans un travail, merci de citer le logiciel :
Ameur, Y. (2026). KabOCR: open OCR for Kabyle (Latin script), version 0.1.0 [Software]. Zenodo. DOI: 10.5281/zenodo.24111659
BibTeX
@software{ameur_kabocr_2026,
author = {Ameur, Yulliwas},
title = {{KabOCR}: open {OCR} for {Kabyle} (Latin script)},
version = {0.1.0},
year = {2026},
publisher = {Zenodo},
doi = {10.5281/zenodo.24111659},
url = {https://yulliwasameur.github.io/kabocr/}
}À propos
- Modèle : KabOCR-Free v0.1. Il a appris uniquement sur des données libres : 13 095 phrases de Wikipédia en kabyle, dessinées avec 77 polices libres. Il part du modèle Tesseract
kabd'AitBAD (Apache-2.0). - Précision mesurée sur de vraies lignes imprimées jamais vues : environ 0,9 % d'erreur par caractère sur des mémoires, 1,7 % sur des livres. C'est deux à trois fois moins que l'outil généraliste de référence, et mieux que les modèles kabyles publics testés.
- Limites : imprimé en écriture latine seulement. Ni tifinagh, ni arabe, ni manuscrit. La lettre ţ et la notation phonétique (ə, ṯ, ḏ…) ne sont pas encore reconnues. Les scans flous ou très petits font monter les erreurs.
- Vie privée : le fichier est lu et traité dans votre navigateur. Aucun envoi, aucun compte.
- Licences : code sous Apache-2.0 ; poids du modèle sous CC BY-SA 4.0 (données Wikipédia). Bibliothèques : tesseract.js et pdf.js (Apache-2.0), pdf-lib (MIT).
- Code et données : github.com/yulliwasameur/kabocr · Auteur : Yulliwas Ameur (Efrei Research Lab, Cnam-CEDRIC).