PDF to Markdown

RAG ଏବଂ LLMs ପାଇଁ ସ୍ୱଚ୍ଛ Markdown ପାଇଁ ଦଲିଲକୁ ପରିବର୍ତ୍ତନ କରନ୍ତୁ।

✨ Premium AI engine
🔒 ଏହା ଗୋଟିଏ ପ୍ରିମିଆ AI ସାଧନ। ଏହାକୁ ବ୍ୟବହାର କରିବା ପାଇଁ ଗୋଟିଏ ମୁକ୍ତ ଖାତା ନିର୍ମାଣ କରନ୍ତୁ। ମୁକ୍ତ ଭାବରେ ଯୋଗଦାନ କରନ୍ତୁ ଲଗଇନ
⬇️

ସ୍କ୍ରିନସଟକୁ ଟାଣି ଆଣନ୍ତୁ ଏବଂ ଛାଡିଦିଅନ୍ତୁ କିମ୍ବା ଲଗାନ୍ତୁ

ପ୍ରତିଛବି, PDF, ଶବ୍ଦ (DOCX) କିମ୍ବା ପାଠ୍ୟ: ଛାଡ଼ନ୍ତୁ, ବ୍ରାଉଜ କରନ୍ତୁ, ଲଗାନ୍ତୁ, କିମ୍ବା URL ବ୍ୟବହାର କରନ୍ତୁ

🔒 ଆପଣଙ୍କର ଫାଇଲଗୁଡ଼ିକ ବ୍ୟକ୍ତିଗତ ଭାବରେ ପ୍ରକ୍ରିୟାଗତ ହୋଇଥାଏ ଏବଂ ସ୍ୱୟଂଚାଳିତ ଭାବରେ ଅପସାରଣ ହୋଇଥାଏ।

PDF କୁ Markdown କୁ ପରିବର୍ତ୍ତନ କରନ୍ତୁ ଯାହାକି ଆପଣଙ୍କର ଦଲିଲର ଢାଞ୍ଚାକୁ ବଜାୟ ରଖିଥାଏ ଏହାକୁ ଗୋଟିଏ ଲମ୍ବା ପାଠ୍ୟ ଶୃଙ୍ଖଳାରେ ସଫା କରିବା ବଦଳରେ। OCR.chat ପ୍ରତ୍ୟେକ ପୃଷ୍ଠାକୁ ଏହାର ପ୍ରୀମିୟମ AI ଇଞ୍ଜିନ ସହିତ ପଢ଼େ ଏବଂ ଶୀର୍ଷକ, ବୁଲେଟ ଏବଂ ସଂଖ୍ୟା ତାଲିକା, ସାରଣୀ, ଏବଂ ପଢ଼ା ଧାଡ଼ିକୁ ପୁନଃ ନିର୍ମାଣ କରେ, ସ୍ୱଚ୍ଛ, ବିନ୍ୟାସ-ସଚେତନ Markdown ଆପଣ Markdown ସମର୍ଥିତ ଯେକୌଣସି ସ୍ଥାନରେ ବ୍ୟବହାର କରିପାରିବେ।

ଏହି ସାଧନଟି LLMs ଏବଂ RAG ପାଇପଲାଇନଗୁଡ଼ିକରେ ଦଲିଲକୁ ଭର୍ତ୍ତି କରୁଥିବା ଯେକୌଣସି ବ୍ୟକ୍ତି ପାଇଁ ନିର୍ମିତ ହୋଇଛି, ଯେଉଁଠାରେ ଢାଞ୍ଚା ହେଉଛି ମଡେଲଟି ପ୍ରକୃତରେ ଯାହାକୁ ଭାବୁଛି। ଏହା ରିପୋର୍ଟ, ପରାମର୍ଶନାମା, ଚୁକ୍ତି, ଏବଂ ଗବେଷଣା କାଗଜଗୁଡ଼ିକୁ Notes ଆପଲେଟଗୁଡ଼ିକରେ ପରିବହନ କରିବା ପାଇଁ ସମାନ ଭାବରେ ଉପଯୋଗୀ, ଯେପରିକି Obsidian, Notion, କିମ୍ବା ଗୋଟିଏ ସ୍ଥାୟୀ-ସାଇଟ repo, କିମ୍ବା ଗୋଟିଏ ସ୍କାନିତ ହଣ୍ଡାଉଟକୁ ସମ୍ପାଦନଯୋଗ୍ୟ Markdownରେ ପରିବର୍ତ୍ତନ କରିବା ପାଇଁ ଯାହାକି ଆପଣ ସେକେଣ୍ଡଗୁଡ଼ିକରେ ସଫା କରିପାରିବେ।

OCR.chat କୌଣସି ସଦସ୍ୟତା ନକରି ଚେଷ୍ଟାକରିବା ପାଇଁ ମୁକ୍ତ, ଏବଂ PDF ରୁ Markdown ପ୍ରିମିଆ AI ସ୍ତରରେ ଚାଲୁଛି ତେଣୁ ଜଟିଳ ବିନ୍ୟାସ, ବହୁ-ସ୍ତମ୍ଭ ପୃଷ୍ଠା, ଏବଂ ସନ୍ନିବେଶିତ ସାରଣୀଗୁଡ଼ିକ ସଂରକ୍ଷିତ ପରିବର୍ତ୍ତେ ସଂରକ୍ଷିତ ହୋଇ ଆସେ। ଆପଣ ଆପଣଙ୍କର ମୂଳ ପୃଷ୍ଠା ସହିତ ନିମ୍ନ-ବିଶ୍ୱାସ ସ୍ଥାନଗୁଡ଼ିକ ଫ୍ଲାଗ ସହିତ ପରିଚିତ Markdown କୁ ଦେଖନ୍ତି, ତେଣୁ ଆପଣ ଯାହାକୁ ନକଲ କରୁଛନ୍ତି ତାହା ଆପଣଙ୍କର ନମୂନା କିମ୍ବା ଆପଣଙ୍କର ଟିପ୍ପଣୀକୁ ପହଂଚିବା ପୂର୍ବରୁ ଆପଣ ବିଶ୍ୱାସ କରିପାରିବେ।

କିପରି pdf to markdown

1
ଆପଣଙ୍କର ଦଲିଲକୁ ଅପଲୋଡ କରନ୍ତୁ
PDF କିମ୍ବା ପ୍ରତିଛବିକୁ ପୃଷ୍ଠାରେ ଟାଣି ଆଣନ୍ତୁ ଏବଂ ଛାଡିଦିଅନ୍ତୁ, ସ୍କ୍ରିନସଟ ଲଗାନ୍ତୁ, କିମ୍ବା ଆପଣଙ୍କ ଉପକରଣରୁ ଗୋଟିଏ ଫାଇଲ ବାଛନ୍ତୁ।
2
AI ଯନ୍ତ୍ରକୁ ଏହାକୁ ପଢ଼ିବା ପାଇଁ ଅନୁମତି ଦିଅନ୍ତୁ
ପ୍ରୀମିୟମ AI ସ୍ତର ପ୍ରତ୍ୟେକ ପୃଷ୍ଠାକୁ ପ୍ରକ୍ରିୟା କରିଥାଏ, ଶୀର୍ଷକ, ତାଲିକା, ଏବଂ ସାରଣୀଗୁଡ଼ିକୁ ଠିକ ଭାବରେ ପଢିବା ଧାଡ଼ି ସହିତ ଚିହ୍ନଟ କରିଥାଏ।
3
ପାର୍ଶ୍ୱରେ ପୃଷ୍ଠା ସମୀକ୍ଷା କରନ୍ତୁ
ଆପଣଙ୍କର ମୂଳ ସ୍ତମ୍ଭର ପଛରେ ଉତ୍ପନ୍ନ Markdown କୁ ଯାଞ୍ଚ କରନ୍ତୁ, ନିମ୍ନ-ବିଶ୍ୱାସ ପାଠ୍ୟ ସହିତ ଚିହ୍ନିତ ଯେପରିକି କିଛି ବି ଅଣଦେଖା ହୋଇନଥାଏ।
4
Markdownକୁ ଆହରଣ କରନ୍ତୁ କିମ୍ବା ନକଲ କରନ୍ତୁ
ଗୋଟିଏ.md ଫାଇଲକୁ ରପ୍ତାନି କରନ୍ତୁ କିମ୍ବା Markdown କୁ ଆପଣଙ୍କର RAG ପାଇପଲାଇନ, repo କିମ୍ବା ଟିପ୍ପଣୀ ପ୍ରୟୋଗ ପାଇଁ ଆପଣଙ୍କର କ୍ଲିପବୋର୍ଡକୁ ନକଲ କରନ୍ତୁ।

ସାଧାରଣ ବ୍ୟବହାର ବିଧି

  • RAG ଏବଂ LLM ଗ୍ରହଣ ପାଇଁ ଦଲିଲ ପ୍ରସ୍ତୁତ କରନ୍ତୁ, ଯେଉଁଠାରେ ଶୀର୍ଷକ ଏବଂ ତାଲିକାଗୁଡ଼ିକ ମଡେଲକୁ ଢାଞ୍ଚା ପ୍ରଦାନ କରିଥାଏ ଯାହାକୁ ଠିକ ଭାବରେ ପୁନଃପ୍ରାପ୍ତ କରିବା ଏବଂ କାରଣ ଦେବାକୁ ଆବଶ୍ୟକ।
  • ସେମାନଙ୍କର ପରିସୀମା ହରାଇ ନକରି ଅବସିଡିଆନ କିମ୍ବା ନୋସନ ପରି ଟିପ୍ପଣୀ ପ୍ରୟୋଗଗୁଡ଼ିକରେ ରିପୋର୍ଟ, ପରାମର୍ଶନାମା ଏବଂ PDFଗୁଡ଼ିକୁ ସ୍ଥାନାନ୍ତରିତ କରନ୍ତୁ।
  • ଉଦ୍ଧୃତ, ଅନୁଚ୍ଛେଦ, କିମ୍ବା ପୁନଃଲିଖନ ପାଇଁ ସ୍କାନିତ ଗବେଷଣା କାଗଜପତ୍ର ଏବଂ ଲେଖାକୁ ସଫା Markdown ରେ ପରିବର୍ତ୍ତନ କରନ୍ତୁ।
  • ଗୋଟିଏ ସ୍ଥାୟୀ-ସାଇଟ ନିର୍ମାତା କିମ୍ବା ଡକ୍ୟୁମେଣ୍ଟ ରିପୋ ପାଇଁ ଉତ୍ପାଦ ଦଲିଲ ଏବଂ ଆଭ୍ୟନ୍ତରୀଣ ୱିକିଗୁଡ଼ିକୁ Markdown ରେ ପରିବର୍ତ୍ତନ କରନ୍ତୁ।
  • କଣ୍ଟ୍ରାକ୍ଟ ଏବଂ ନୀତିରୁ ଢାଞ୍ଚାଗତ ପାଠ୍ୟକୁ ବାହାର କରନ୍ତୁ ଯାହାଦ୍ୱାରା ଆଇନଗତ ଏବଂ ଅନୁରୂପତା ଦଳଗୁଡ଼ିକ ସେମାନଙ୍କୁ ସନ୍ଧାନ କରି ଏବଂ ଉଲ୍ଲେଖ କରିପାରିବେ।
  • ପାଠ୍ୟକ୍ରମ ଉପକରଣ ଏବଂ ଅଧ୍ୟୟନ ଟିପ୍ପଣୀ ପାଇଁ ସମ୍ପାଦନଯୋଗ୍ୟ Markdown ରେ ମୁଦ୍ରଣ ହ୍ୟାଣ୍ଡଆଉଟ ଏବଂ କାର୍ଯ୍ୟପତ୍ରଗୁଡ଼ିକୁ ଡିଜିଟାଲ କରନ୍ତୁ।

ସାଧାରଣ ପ୍ରଶ୍ନ

ପ୍ରିମିଆ AI ଯନ୍ତ୍ରଟି ଜଟିଳ ବିନ୍ୟାସ ପାଇଁ ସଜଡ଼ା ହୋଇଛି ଏବଂ ସାଧାରଣତଃ ଶୀର୍ଷକ, ତାଲିକା, ସାରଣୀ, ଏବଂ ପଢ଼ା କ୍ରମରେ ବିଶ୍ୱସ୍ତ ଭାବରେ ପୁନଃପ୍ରତିଷ୍ଠିତ ହୋଇଥାଏ। ପ୍ରତ୍ୟେକ ଫଳାଫଳକୁ ଆପଣଙ୍କର ମୂଳ ଏବଂ ନିମ୍ନ-ବିଶ୍ୱାସ ପାଠ୍ୟ ସହିତ ପାର୍ଶ୍ୱରେ ଦର୍ଶାଯାଇଥାଏ ଏବଂ ଫ୍ଲାଗ କରାଯାଏ, ତେଣୁ ଆପଣ ଏହାକୁ ବ୍ୟବହାର କରିବା ପୂର୍ବରୁ କିଛି ଯାଞ୍ଚ କରିପାରିବେ।

ଆପଣ PDF ଏବଂ PNG, JPG, WEBP, GIF, BMP, ଏବଂ TIFF ପ୍ରତିଛବିଗୁଡ଼ିକୁ ଅପଲୋଡ କରିପାରିବେ। ନିର୍ଗମ ଏକ Markdown (.md) ଫାଇଲ ଅଟେ, ଏବଂ ଆପଣ Markdown କୁ ଫଳାଫଳ ପରଦାରୁ ଆପଣଙ୍କର କ୍ଲିପବୋର୍ଡକୁ ନକଲ କରିପାରିବେ।

ହଁ। ସାରଣୀଗୁଡ଼ିକୁ ପାଠ୍ୟର ଅନିୟମିତ ଚଳନ ବଦଳରେ ସଜ୍ଜିକୃତ ସ୍ତମ୍ଭଗୁଡ଼ିକ ସହିତ ପ୍ରକୃତ Markdown ସାରଣୀଗୁଡ଼ିକ ଭାବରେ ପୁନଃସ୍ଥାପନ କରାଯାଏ, ଏବଂ ପୃଷ୍ଠାରୁ କିଛି ନିଶବ୍ଦ ଭାବରେ ଛାଡ଼ିଦିଆଯାଏ।

Markdown ଦଲିଲର ଢାଞ୍ଚାକୁ ରଖିଥାଏ, ଯେପରିକି ଶୀର୍ଷକ, ତାଲିକା, ଏବଂ ସାରଣୀ, ଯାହାକି LLMs ମାନେ ପ୍ରସଙ୍ଗକୁ ବୁଝିବା ପାଇଁ ଏବଂ ଠିକ ପାଠ୍ୟକୁ ପୁନଃପ୍ରାପ୍ତ କରିବା ପାଇଁ ବ୍ୟବହାର କରିଥାନ୍ତି। ଗୋଟିଏ କାଠ ପାଠ୍ୟ ଡମ୍ପ ସେହି ଢାଞ୍ଚାକୁ ହରାଇଥାଏ ଏବଂ ସାଧାରଣତଃ ଖରାପ ଉତ୍ତରଗୁଡ଼ିକୁ ଉତ୍ପାଦନ କରେ।

ହଁ। ପ୍ରୀମିୟମ AI ସ୍ତର ବହୁ-ସ୍ତମ୍ଭ ବିନ୍ୟାସଗୁଡ଼ିକୁ ଅନୁସନ୍ଧାନ କରିଥାଏ ଏବଂ ସ୍ତମ୍ଭଗୁଡ଼ିକୁ ଧାଡ଼ିରେ ଧାଡ଼ିରେ ଅନ୍ତରାପୃଷ୍ଠ କରିବା ବଦଳରେ ସଠିକ ପଢ଼ା ଧାଡ଼ିରେ ସେମାନଙ୍କୁ ପୁନଃସଂଗଠନ କରିଥାଏ।

OCR.chat ଲାଟିନ, ଚାଇନିଜ, ଜାପାନୀ, କୋରିଆନ, ଆରବୀ, ସିରିଲିକ, ଏବଂ ଭାରତୀୟ ସ୍କ୍ରିପ୍ଟ ସମେତ 100 ଠାରୁ ଅଧିକ ଭାଷାରେ ପାଠ୍ୟକୁ ଚିହ୍ନଟ କରିଥାଏ। ବିଦେଶୀ ଶବ୍ଦଗୁଡ଼ିକୁ ଲେଖାଯାଇଥିବା ପରି ଅନୁବାଦ କରାଯାଏ ଏବଂ କେବେବି ସ୍ୱୟଂ- ଅନୁବାଦ କରାଯାଏ ନାହିଁ।

ହଁ। ଅଂଶ ଶୀର୍ଷକଗୁଡ଼ିକ Markdown ଶୀର୍ଷକଗୁଡ଼ିକ ହୋଇଯାଏ (# ଏବଂ ##) ତେଣୁ ଆପଣଙ୍କର ଦଲିଲ ଏହାର ପରିସରକୁ ବଜାୟ ରଖିଥାଏ, ଏବଂ monospaced କିମ୍ବା indented ପାଠ୍ୟଗୁଡ଼ିକ ସଂକେତ ବୃତ୍ତ ଭାବରେ ବନ୍ଦ ହୋଇଯାଏ। ସେହି ଢାଞ୍ଚାଟି ଶୀର୍ଷକଗୁଡ଼ିକରେ RAG ପୁନଃଗ୍ରହଣକାରୀ ଚକକୁ ଏବଂ LLM କୁ ସଂକେତ ସ୍ନିପେଟଗୁଡ଼ିକୁ ଅକ୍ଷୁର୍ଣ୍ଣ ରଖିଥାଏ।

OCR.chat ପାଠ୍ୟ ବିଷୟବସ୍ତୁ ଉପରେ ଧ୍ୟାନ କେନ୍ଦ୍ରିତ କରେ, ତେଣୁ ସାରଣୀ, ଫଟୋ, ଏବଂ ଆକାରଗୁଡ଼ିକୁ Markdown ରେ ଦ୍ୱିଗୁଣକ ଭାବରେ ଅନ୍ତର୍ଭୁକ୍ତ କରାଯାଇନାହିଁ। ଗୋଟିଏ ଆକାର ଅନ୍ତର୍ଗତ କୌଣସି ପାଠ୍ୟ, ଯେପରିକି ନାମପଟି କିମ୍ବା ଶୀର୍ଷକଗୁଡ଼ିକ, ଏପର୍ଯ୍ୟନ୍ତ ପଢାଯାଇଥାଏ ଏବଂ ପଢିବା ଧାଡ଼ିରେ ରଖାଯାଇଥାଏ, ଯାହାକି ସାଧାରଣତଃ LLM ଆବଶ୍ୟକ କରେ।

ରେଖାଗତ ପ୍ରତୀକ ଏବଂ ସରଳ ଅଭିବ୍ୟକ୍ତିଗୁଡ଼ିକୁ ପାଠ୍ୟ ଭାବରେ ଅନୁବାଦ କରାଯାଏ, ଏବଂ ପ୍ରୀମିୟମ AI ସ୍ତର LaTeX ପରି ଗଣିତକୁ ପ୍ରଦର୍ଶନ କରିପାରେ ତେଣୁ ସମୀକରଣଗୁଡ଼ିକ LLM ପଢିପାରିବା ଭଳି ଏକ ଢଙ୍ଗରେ ବଞ୍ଚି ରହିଥାଏ। ବହୁତ ଘନ କିମ୍ବା ହାତ-ଅଙ୍କିତ ସୂଚକଗୁଡ଼ିକୁ ପାର୍ଶ୍ୱ-ପୃଷ୍ଠ ଦୃଶ୍ୟ ସହିତ ଯାଞ୍ଚ କରାଯିବା ଉଚିତ।

ଏହାକୁ ଦର୍ଶାନ୍ତୁ। Markdown ବିନ୍ୟାସ ଧ୍ୱନି ଏବଂ ଅଶୋଧିତ PDF ଡମ୍ପର ପୁନଃପ୍ରତିଷ୍ଠିତ ଶୂନ୍ଯସ୍ଥାନକୁ ହ୍ରାସ କରିଥାଏ, ତେଣୁ ଆପଣ କଡ଼ା, ଭଲ ଭାବରେ ଢାଞ୍ଚାଗତ ନିବେଶ ପଠାଇ ପାରିବେ। ବହୁତ ଲମ୍ବା PDFଗୁଡ଼ିକ ପାଇଁ ଆପଣ ମଡେଲର ସମ୍ବନ୍ଧୀୟ ୱିଣ୍ଡୋ ତଳେ ରହିବା ପାଇଁ ମୂଳକ ଦ୍ୱାରା ନିର୍ଗତ Markdownକୁ ବିଭାଜିତ କରିପାରିବେ।

ଏକକ ପରିବର୍ତ୍ତନ ଆପଣଙ୍କ ବ୍ରାଉଜରରେ ଠିକ ଭାବରେ ଚାଲିଥାଏ, ଏବଂ ବଡ଼ କିମ୍ବା ବହୁ-ଫାଇଲ କାର୍ଯ୍ୟ ପୃଷ୍ଠଭୂମିରେ ପ୍ରକ୍ରିୟା କରାଯାଏ। ମୁକ୍ତ ବ୍ୟବହାର ମାସିକ ପୃଷ୍ଠା ଅନୁମତି ସହିତ ଆସିଥାଏ; $5/ ମାସରୁ ପୈଠିତ ଯୋଜନା ଅଧିକ ପୃଷ୍ଠା ଯୋଗ କରନ୍ତୁ (ପୃଷ୍ଠାଗୁଡ଼ିକ ପରି କ୍ରେଡିଟ ଗଣନା), ଏବଂ ଗୋଟିଏ REST API ଆପଣଙ୍କୁ ଆପଣଙ୍କ ନିଜ ପାଇପଲାଇନରୁ ସିଧାସଳଖ Markdownକୁ PDFs ପରିବର୍ତ୍ତନ କରିବାକୁ ଅନୁମତି ଦେଇଥାଏ।

ଆପଣ ଏହାକୁ କୌଣସି ସଦସ୍ୟତା ନକରି ବିନାମୂଲ୍ୟରେ ଚେଷ୍ଟା କରିପାରିବେ। ଗୋଟିଏ ମୁକ୍ତ ଖାତା ଆପଣଙ୍କୁ ମାସିକ ପୃଷ୍ଠା ଅନୁମତି ପ୍ରଦାନ କରେ, ଏବଂ $5/ମାସରୁ ପଇସା ଦେଇଥିବା ଯୋଜନା ଅଧିକ ପୃଷ୍ଠା ଏବଂ API ସୁବିଧା ଯୋଗ କରିଥାଏ। ଫାଇଲଗୁଡ଼ିକ କେବଳ OCR ପାଇଁ ପ୍ରକ୍ରିୟାଗତ ହୋଇଥାଏ, ତାପରେ ସ୍ୱୟଂଚାଳିତ ଭାବରେ ଅପସାରଣ ହୋଇଥାଏ, ଏବଂ କେବେ ବି ବିକ୍ରି କିମ୍ବା ବଣ୍ଟନ କରାଯାଇ ପାରିବ ନାହିଁ।

API ମାଧ୍ୟମରେ ଏହାକୁ ବ୍ୟବହାର କରନ୍ତୁ

ଗୋଟିଏ POST ସହିତ ଏହି ସାଧନକୁ ପ୍ରଗ୍ରାମମୂଳକ ଭାବରେ ଚଲାନ୍ତୁ। ଆପଣଙ୍କ ଖାତା ପୃଷ୍ଠାରୁ API ଟୋକନ ସହିତ ବୈଧିକରଣ କରନ୍ତୁ।

curl -X POST https://ocr.chat/api/v1/ocr/ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -F "file=@your-file.png" \
  -F "tool=pdf-to-markdown"

5ପ୍ରକରଣ କିମ୍ବା କମ୍ ଫାଇଲଗୁଡ଼ିକ ରେଖାଗତ ପରିଣାମକୁ ଫେରାଇଥାଏ; ଅନ୍ୟଥା କାର୍ଯ୍ୟକୁ ପଚାରି, ତା'ପରେ ଏହାକୁ ଆହରଣ କରନ୍ତୁ md:

curl -L "https://ocr.chat/api/v1/ocr/JOB_UUID/download/?format=md" \
  -H "Authorization: Bearer YOUR_API_TOKEN" -o result.md
API ଦଲିଲଗୁଡ଼ିକୁ ପଢନ୍ତୁ →
ଏହି ପୃଷ୍ଠାକୁ ଆକଳନ କରନ୍ତୁ
★ ★ ★ ★ ★

ଆମେ କ’ଣ ସୁଧାରିପାରିବା? ଆପଣଙ୍କର ପ୍ରତିକ୍ରିୟା ଆମକୁ ସମସ୍ୟାର ସମାଧାନ କରିବାରେ ସହାୟକ ହୋଇଥାଏ ।