OmniDoc ಡಾಕ್ಯುಮೆಂಟ್ ಹೊರತೆಗೆಯುವಿಕೆ

OmniDoc ಡಾಕ್ಯುಮೆಂಟ್ ಹೊರತೆಗೆಯುವಿಕೆ / 2026 ಹೋಲಿಕೆ

2026 ಕ್ಕೆ ಹೋಲಿಸಿದರೆ ಉಚಿತ ಡಾಕ್ಯುಮೆಂಟ್ ಹೊರತೆಗೆಯುವ ಪರಿಕರಗಳು: PDF ನಿಂದ Markdown ಮತ್ತು JSON

ಶೀರ್ಷಿಕೆಗಳು, ಕೋಷ್ಟಕಗಳು ಮತ್ತು ಚಿತ್ರಗಳೊಂದಿಗೆ PDF ಗಳು, ಸ್ಕ್ಯಾನ್‌ಗಳು ಮತ್ತು ಆಫೀಸ್ ಫೈಲ್‌ಗಳನ್ನು Markdown ಮತ್ತು JSON ಆಗಿ ಪರಿವರ್ತಿಸುವುದು ಓಪನ್ ಸೋರ್ಸ್ ಮಾಡೆಲ್ ಅನ್ನು ಸ್ವಯಂ-ಹೋಸ್ಟ್ ಮಾಡುವುದು ಅಥವಾ ಪುಟದಿಂದ ಬಿಲ್ ಮಾಡಲಾದ API ಗೆ ಕರೆ ಮಾಡುವುದು ಎಂದರ್ಥ. ಈ ಪುಟವು ಉಚಿತ ಭತ್ಯೆ, ಇನ್‌ಪುಟ್‌ಗಳು, ಔಟ್‌ಪುಟ್‌ಗಳು ಮತ್ತು ಏಳು ಸಾಮಾನ್ಯ ಪರಿಕರಗಳ ಸೆಟಪ್ ಅನ್ನು ಅಕ್ಕಪಕ್ಕದಲ್ಲಿ ಇರಿಸುತ್ತದೆ, ಪ್ರತಿ ಸಂಖ್ಯೆಗೆ ಅಧಿಕೃತ ಮೂಲದೊಂದಿಗೆ.

ಈ ಹೋಲಿಕೆಯನ್ನು OmniDoc ತಂಡವು ಬರೆದಿದೆ ಮತ್ತು OmniDoc ನಮ್ಮದೇ ಉತ್ಪನ್ನವಾಗಿದೆ. ಮತ್ತೊಂದು ಪರಿಕರದ ಬಗ್ಗೆ ಪ್ರತಿಯೊಂದು ಸಂಖ್ಯೆಯು ಅದರ ಅಧಿಕೃತ ಪುಟ ಅಥವಾ ರೆಪೊಸಿಟರಿಯಿಂದ ಬಂದಿದೆ, ಇದನ್ನು 14 ನವೆಂಬರ್ 2026 ರಂದು ಪರಿಶೀಲಿಸಲಾಗಿದೆ; ಏನಾದರೂ ವ್ಯತ್ಯಾಸವಿದ್ದರೆ ಅವರ ಪುಟಗಳು ಗೆಲ್ಲುತ್ತವೆ.

OmniDoc ನೊಂದಿಗೆ ಫೈಲ್ ಅನ್ನು ಉಚಿತವಾಗಿ ಹೊರತೆಗೆಯಿರಿ

ಒಂದು ನೋಟದಲ್ಲಿ: ಉಚಿತ ಭತ್ಯೆ, ಇನ್‌ಪುಟ್‌ಗಳು, ಔಟ್‌ಪುಟ್‌ಗಳು

ಉಪಕರಣಉಚಿತ ಭತ್ಯೆಒಳಹರಿವುಔಟ್‌ಪುಟ್ / ಸೆಟಪ್
OmniDoc ಉಚಿತ ಡಾಕ್ಯುಮೆಂಟ್ ಹೊರತೆಗೆಯುವಿಕೆ ನಮ್ಮ ಸಾಧನಪ್ರತಿ PDF ಗೆ 501 ಪುಟಗಳವರೆಗೆ, ಮಾಸಿಕ ಮಿತಿಯಿಲ್ಲ; ಉಚಿತ ಯೋಜನೆಯಲ್ಲಿನ ಕಾರ್ಯಗಳು ಸರದಿಯಲ್ಲಿ ಕಾಯುತ್ತವೆ; ಉಚಿತ OmniDoc ಖಾತೆಯ ಅಗತ್ಯವಿದೆPDF, ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾಗಿದೆ PDF, PNG/JPG/WEBP/BMP ಚಿತ್ರಗಳು, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSವೆಬ್ ಪುಟ, ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡಲು ಏನೂ ಇಲ್ಲ; ಒಂದು ZIP ಜೊತೆಗೆ document.md, document.json, images/ ಮತ್ತು manifest.json
MinerUಓಪನ್ ಸೋರ್ಸ್, ಸ್ವಯಂ ಹೋಸ್ಟ್; ಆನ್‌ಲೈನ್ API: ಪ್ರತಿ ಖಾತೆಗೆ ದಿನಕ್ಕೆ 2,000 ಪುಟಗಳು ಉನ್ನತ ಆದ್ಯತೆಯಲ್ಲಿ, ಅದರ ನಂತರ ಕಡಿಮೆ ಆದ್ಯತೆPDF, ಚಿತ್ರಗಳು, DOC/DOCX, PPT/PPTX, XLS/XLSX, RTF, ODT/ODS/ODP, EPUB, OFD, HTML/MHTML, CSV/TSVMarkdown, HTML, LaTeX, DOCX ಮತ್ತು ಇನ್ನಷ್ಟು; ಸ್ವಯಂ ಹೋಸ್ಟ್, ಆನ್‌ಲೈನ್ API, ಅಥವಾ Hugging Face ಮತ್ತು ModelScope ನಲ್ಲಿ ಡೆಮೊಗಳು
Doclingಓಪನ್ ಸೋರ್ಸ್ (MIT ಅಡಿಯಲ್ಲಿ ಕೋಡ್), ನಿಮ್ಮ ಸ್ವಂತ ಕಂಪ್ಯೂಟರ್‌ನಲ್ಲಿ ರನ್ ಆಗುತ್ತದೆ, ಬಳಕೆಯ ಮಿತಿಗಳಿಲ್ಲPDF, DOCX, PPTX, XLSX, HTML, EPUB, ಚಿತ್ರಗಳು ಮತ್ತು ಇನ್ನಷ್ಟುMarkdown, HTML, DocTags, ನಷ್ಟವಿಲ್ಲದ JSON; ಸ್ಥಳೀಯವಾಗಿ ಚಲಿಸುತ್ತದೆ, ಸ್ಕ್ಯಾನ್‌ಗಳಿಗಾಗಿ OCR
Marker (Datalab)ಕೋಡ್ ಓಪನ್ ಸೋರ್ಸ್ (Apache 2.0); ಕೆಲಸದ ಇಮೇಲ್‌ನೊಂದಿಗೆ ತಿಂಗಳಿಗೆ $20 ರ API ಭತ್ಯೆಯನ್ನು ಹೋಸ್ಟ್ ಮಾಡಲಾಗಿದೆ, ವೈಯಕ್ತಿಕವಾಗಿ $10PDF, ಚಿತ್ರಗಳು, PPTX, DOCX, XLSX, HTML, EPUBMarkdown, JSON, HTML, ಭಾಗಗಳು; ಸಮೀಕರಣಗಳು LaTeX, ಕೋಷ್ಟಕಗಳು HTML
LlamaParse (LlamaIndex)ಹೊಸ ಬಳಕೆದಾರರಿಗೆ ತಿಂಗಳಿಗೆ 10,000 ಉಚಿತ ಕ್ರೆಡಿಟ್‌ಗಳು; ಪ್ರತಿ ಪುಟಕ್ಕೆ 1 ಕ್ರೆಡಿಟ್‌ನಿಂದ ಮೂಲ ಪಾರ್ಸಿಂಗ್ಅಧಿಕೃತ ಸೈಟ್ ನೋಡಿಆನ್‌ಲೈನ್ API (LlamaCloud), ಖಾತೆಯ ಅಗತ್ಯವಿದೆ
Mathpixಉಚಿತ: 10 PDF ಪುಟಗಳು ಮತ್ತು 10 ಚಿತ್ರಗಳು ತಿಂಗಳಿಗೆ (2x ಜೊತೆಗೆ .edu ಇಮೇಲ್); ಪ್ರೊ $4.99/ತಿಂಗಳು 1,000 ಪುಟಗಳಿಗೆPDF, ಚಿತ್ರಗಳುಅಪ್ಲಿಕೇಶನ್ ಮತ್ತು API; ಸೂತ್ರಗಳ ಮೇಲೆ ಪ್ರಬಲವಾಗಿದೆ
Azure AI Document Intelligenceಉಚಿತ ಶ್ರೇಣಿ F0: ತಿಂಗಳಿಗೆ 500 ಪುಟಗಳು, ಆದರೆ ಪ್ರತಿ ವಿಶ್ಲೇಷಣೆಯು ಮೊದಲ 2 ಪುಟಗಳು ಮತ್ತು 4 MB ವರೆಗಿನ ಫೈಲ್‌ಗಳನ್ನು ಮಾತ್ರ ಒಳಗೊಂಡಿದೆPDF, JPEG/PNG/BMP/TIFF/HEIF ಚಿತ್ರಗಳು, DOCX, PPTX, XLSಕ್ಲೌಡ್ API, Azure ಖಾತೆಯ ಅಗತ್ಯವಿದೆ; ಲೇಔಟ್ ಮಾದರಿಯು ಪ್ಯಾರಾಗಳು, ಕೋಷ್ಟಕಗಳು ಮತ್ತು ರಚನೆಯನ್ನು ಹಿಂದಿರುಗಿಸುತ್ತದೆ

ಉಪಕರಣದ ಮೂಲಕ ಸಾಧನ: ಇದು ಯಾರಿಗೆ ಸರಿಹೊಂದುತ್ತದೆ ಮತ್ತು ಯಾವುದನ್ನು ವೀಕ್ಷಿಸಬೇಕು

OmniDoc ಉಚಿತ ಡಾಕ್ಯುಮೆಂಟ್ ಹೊರತೆಗೆಯುವಿಕೆ ನಮ್ಮ ಸಾಧನ

ಶೀರ್ಷಿಕೆಗಳು, ಪ್ಯಾರಾಗಳು ಮತ್ತು ಪಟ್ಟಿಗಳು ಮೂಲ ಕ್ರಮಾನುಗತವನ್ನು ಇರಿಸುತ್ತವೆ; ಎರಡು ಅಥವಾ ಮೂರು ಅಂಕಣಗಳನ್ನು ಓದುವ ಕ್ರಮದಲ್ಲಿ ಜೋಡಿಸಲಾಗಿದೆ. ಕೋಷ್ಟಕಗಳು Markdown ಕೋಷ್ಟಕಗಳಾಗಿ ಮತ್ತು JSON ನಲ್ಲಿ ಸಾಲುಗಳು ಮತ್ತು ಕಾಲಮ್‌ಗಳಾಗಿ ಹೊರಬರುತ್ತವೆ; ಚಿತ್ರಗಳನ್ನು ಅವುಗಳ ಸ್ಥಾನಗಳನ್ನು ಗುರುತಿಸುವುದರೊಂದಿಗೆ images/ ನಲ್ಲಿ ಉಳಿಸಲಾಗಿದೆ. ಸ್ಕ್ಯಾನ್‌ಗಳು ಪಠ್ಯ ಗುರುತಿಸುವಿಕೆ (OCR) ಮೂಲಕ ಹೋಗುತ್ತವೆ ಮತ್ತು ನಂತರ ಅವುಗಳ ವಿನ್ಯಾಸದಿಂದ ಆಯೋಜಿಸಲಾಗುತ್ತದೆ. ನೀವು ಅಪ್‌ಲೋಡ್ ಮಾಡಿದ ಫೈಲ್‌ಗಳು ಮತ್ತು ಅವುಗಳ ಫಲಿತಾಂಶಗಳನ್ನು ನೀವು ಮಾತ್ರ ನೋಡಬಹುದು.

ಇದಕ್ಕಾಗಿ ಒಳ್ಳೆಯದು: Markdown ಮತ್ತು JSON ಯಾವುದನ್ನೂ ಹೊಂದಿಸದೆ ಅಥವಾ ಕೋಡ್ ಬರೆಯದೆ; ಜ್ಞಾನದ ಬೇಸ್ ಅಥವಾ RAG ಗಾಗಿ ದಾಖಲೆಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುವುದು.

MinerU

MinerU ಓಪನ್ ಸೋರ್ಸ್ ಪರವಾನಗಿ ಅಡಿಯಲ್ಲಿ ಪರವಾನಗಿ ನೀಡಲಾಗಿದೆ (ಹೆಚ್ಚುವರಿ ಷರತ್ತುಗಳೊಂದಿಗೆ Apache 2.0 ಆಧರಿಸಿ). ನಿಖರವಾದ ಸಾರ API ಗೆ ಟೋಕನ್ ಅಗತ್ಯವಿದೆ ಮತ್ತು 200 MB ಮತ್ತು 600 ಪುಟಗಳವರೆಗಿನ ಫೈಲ್‌ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ; ಏಜೆಂಟ್ ಲೈಟ್‌ವೈಟ್ API ಗೆ ಯಾವುದೇ ಲಾಗಿನ್ ಅಗತ್ಯವಿಲ್ಲ ಮತ್ತು 10 MB ಮತ್ತು 20 ಪುಟಗಳವರೆಗಿನ ಫೈಲ್‌ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, ಪ್ರತಿ IP ಗೆ ದರ-ಸೀಮಿತವಾಗಿರುತ್ತದೆ.

ಇದಕ್ಕಾಗಿ ಒಳ್ಳೆಯದು: ಸ್ವಯಂ-ಹೋಸ್ಟ್ ಮಾಡಲು ಬಯಸುವ GPU ಹೊಂದಿರುವ ಡೆವಲಪರ್‌ಗಳು ಅಥವಾ API ಮೂಲಕ ಚೈನೀಸ್ ಡಾಕ್ಯುಮೆಂಟ್‌ಗಳನ್ನು ಬ್ಯಾಚ್ ಮಾಡುತ್ತಾರೆ.

ಮೂಲ: MinerU — GitHub README, MinerU — API documentation (limits)

Docling

ಇದರ README ಪುಟ ವಿನ್ಯಾಸ, ಓದುವ ಕ್ರಮ ಮತ್ತು ಟೇಬಲ್ ರಚನೆ, ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ PDF ಗಳು ಮತ್ತು ಚಿತ್ರಗಳಿಗಾಗಿ OCR ಮತ್ತು ಸೂಕ್ಷ್ಮ ಡೇಟಾ ಮತ್ತು ಗಾಳಿಯ ಅಂತರದ ಪರಿಸರಗಳಿಗಾಗಿ ಸ್ಥಳೀಯ ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆಯನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ. ಮಾದರಿ ತೂಕಗಳು ತಮ್ಮದೇ ಆದ ಪರವಾನಗಿಗಳನ್ನು ಹೊಂದಿರುತ್ತವೆ, ಪ್ರತ್ಯೇಕವಾಗಿ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.

ಇದಕ್ಕಾಗಿ ಒಳ್ಳೆಯದು: ತಂಡಗಳು ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿರಬೇಕು ಅಥವಾ ತಮ್ಮದೇ ನೆಟ್‌ವರ್ಕ್‌ನಲ್ಲಿ ಇರಬೇಕು ಮತ್ತು Python ನೊಂದಿಗೆ ಆರಾಮದಾಯಕವಾಗಿದೆ.

ಮೂಲ: Docling — GitHub README

Marker (Datalab)

ಮಾದರಿಯ ತೂಕವು ಮಾರ್ಪಡಿಸಿದ OpenRAIL-M ಪರವಾನಗಿಯನ್ನು ಬಳಸುತ್ತದೆ, ಸಂಶೋಧನೆಗೆ ಉಚಿತವಾಗಿದೆ, ವೈಯಕ್ತಿಕ ಬಳಕೆ ಮತ್ತು $5M ಅಡಿಯಲ್ಲಿ ಬಂಡವಾಳ ಅಥವಾ ಆದಾಯದಲ್ಲಿ ಪ್ರಾರಂಭ; ಅದನ್ನು ಮೀರಿದ ವಾಣಿಜ್ಯ ಬಳಕೆಗೆ ಪಾವತಿಸಲಾಗುತ್ತದೆ. ಹೋಸ್ಟ್ ಮಾಡಿದ API ಪ್ರತಿ 1,000 ಪುಟಗಳಿಗೆ ಬೆಲೆಯಿದೆ: $1 ವೇಗ, $3 ಸಮತೋಲನ, $7.50 ನಿಖರ; ಉಚಿತ ಭತ್ಯೆಯ ನಂತರ ಮಾತ್ರ ಕಾರ್ಡ್ ಅಗತ್ಯವಿದೆ.

ಇದಕ್ಕಾಗಿ ಒಳ್ಳೆಯದು: ಡೆವಲಪರ್‌ಗಳು LaTeX ಸಮೀಕರಣಗಳು ಮತ್ತು HTML ಕೋಷ್ಟಕಗಳನ್ನು ಬಯಸುತ್ತಾರೆ ಮತ್ತು ತೂಕದ ಪರವಾನಗಿಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಬಹುದು.

ಮೂಲ: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

LlamaIndex ನ ಬೆಲೆ ಪುಟವು ತಿಂಗಳಿಗೆ 10K ಉಚಿತ ಕ್ರೆಡಿಟ್‌ಗಳೊಂದಿಗೆ $0 ಪಾವತಿಸುವ ಯೋಜನೆಯನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ; ಪ್ರತಿ ಪಾರ್ಸಿಂಗ್ ಶ್ರೇಣಿಯು ಪ್ರತಿ ಪುಟಕ್ಕೆ ವಿಭಿನ್ನ ಸಂಖ್ಯೆಯ ಕ್ರೆಡಿಟ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ, ಮೂಲ ಪಾರ್ಸಿಂಗ್‌ಗಾಗಿ 1 ರಿಂದ. ಇದು LlamaIndex RAG ಸ್ಟಾಕ್‌ಗೆ ಅಂದವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ.

ಇದಕ್ಕಾಗಿ ಒಳ್ಳೆಯದು: ಡೆವಲಪರ್‌ಗಳು ಈಗಾಗಲೇ RAG ಅನ್ನು LlamaIndex ಜೊತೆಗೆ ನಿರ್ಮಿಸುತ್ತಿದ್ದಾರೆ.

ಮೂಲ: LlamaIndex — Pricing

Mathpix

Mathpix ನ ಬೆಲೆ ಪಟ್ಟಿಗಳು 10 PDF ಪುಟಗಳು ಮತ್ತು 10 ಚಿತ್ರಗಳನ್ನು ಒಂದು ತಿಂಗಳಿಗೆ ಉಚಿತ ಯೋಜನೆಯಲ್ಲಿ, .edu ಇಮೇಲ್‌ನೊಂದಿಗೆ ದ್ವಿಗುಣಗೊಳಿಸಲಾಗಿದೆ; ಪ್ರೊ 1,000 PDF ಪುಟಗಳು ಮತ್ತು 5,000 ಚಿತ್ರಗಳಿಗೆ ತಿಂಗಳಿಗೆ $4.99 ಆಗಿದೆ. ಫಾರ್ಮುಲಾ ಗುರುತಿಸುವಿಕೆ ಅದರ ಶಕ್ತಿಯಾಗಿದೆ; ಉಚಿತ ಭತ್ಯೆ ಚಿಕ್ಕದಾಗಿದೆ.

ಇದಕ್ಕಾಗಿ ಒಳ್ಳೆಯದು: ಸೂತ್ರಗಳ ಸಾಂದರ್ಭಿಕ ಪುಟ ಅಥವಾ ಗಣಿತದ ಸಮಸ್ಯೆಯ ಫೋಟೋ.

ಮೂಲ: Mathpix — Snip pricing

Azure AI Document Intelligence

Microsoft ನ ದಸ್ತಾವೇಜನ್ನು ಉಚಿತ ಶ್ರೇಣಿಯು ವಿನಂತಿಯ ಮೊದಲ ಎರಡು ಪುಟಗಳನ್ನು ಮಾತ್ರ ವಿಶ್ಲೇಷಿಸುತ್ತದೆ, 4 MB ವರೆಗಿನ ಫೈಲ್‌ಗಳು ಮತ್ತು ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ ಒಂದು ವಿನಂತಿ; ಬೆಲೆಯ ಪುಟವು ತಿಂಗಳಿಗೆ 0–500 ಉಚಿತ ಪುಟಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ. Azure ನಲ್ಲಿ ನಿರ್ಮಿಸುವ ಮೊದಲು ವಿಷಯಗಳನ್ನು ಪ್ರಯತ್ನಿಸಲು ಇದು ಸೂಕ್ತವಾಗಿದೆ.

ಇದಕ್ಕಾಗಿ ಒಳ್ಳೆಯದು: ತಂಡಗಳು ಈಗಾಗಲೇ Azure ನಲ್ಲಿ ನಿರ್ಮಾಣವಾಗಿದ್ದು, ಅವುಗಳಿಗೆ ಎಂಟರ್‌ಪ್ರೈಸ್ API ಅಗತ್ಯವಿದೆ.

ಮೂಲ: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing

ಯಾವ ಕೆಲಸಕ್ಕೆ ಯಾವುದು

ನಿಮ್ಮ ಪರಿಸ್ಥಿತಿಮೊದಲು ಏನು ಪ್ರಯತ್ನಿಸಬೇಕು
ಕೋಡ್ ಬರೆಯದೆ ನೂರಾರು PDF ಅಥವಾ ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ ಪುಟಗಳನ್ನು Markdown ಮತ್ತು JSON ಆಗಿ ಪರಿವರ್ತಿಸುವುದುOmniDoc (ಪ್ರತಿ PDF ಗೆ 501 ಪುಟಗಳವರೆಗೆ, ಬ್ರೌಸರ್‌ನಲ್ಲಿ)
ನಿಮ್ಮ ಸ್ವಂತ ಸರ್ವರ್‌ಗಳಲ್ಲಿ ಡೇಟಾ ಉಳಿಯಬೇಕುDocling ಅಥವಾ MinerU, ಸ್ವಯಂ ಹೋಸ್ಟ್
ದೈನಂದಿನ ಬ್ಯಾಚ್‌ಗಳಲ್ಲಿ ಚೀನೀ ದಾಖಲೆಗಳುMinerU ಆನ್‌ಲೈನ್ API (ದಿನಕ್ಕೆ 2,000 ಪ್ರಮುಖ ಆದ್ಯತೆಯ ಪುಟಗಳು), ಅಥವಾ OmniDoc
LaTeX ನಂತೆ ಪೇಪರ್‌ಗಳಿಂದ ಸಮೀಕರಣಗಳುMarker, ಅಥವಾ Mathpix (ಸಣ್ಣ ಉಚಿತ ಭತ್ಯೆ)
ಈಗಾಗಲೇ RAG ಅನ್ನು LlamaIndex ಜೊತೆಗೆ ನಿರ್ಮಿಸಲಾಗುತ್ತಿದೆLlamaParse
ಈಗಾಗಲೇ Azure ನಲ್ಲಿ ನಿರ್ಮಿಸಲಾಗುತ್ತಿದೆAzure Document Intelligence (ಉಚಿತ ಶ್ರೇಣಿಯು ಪ್ರತಿ ವಿನಂತಿಗೆ 2 ಪುಟಗಳನ್ನು ಓದುತ್ತದೆ)
Word, PowerPoint, Excel, EPUB ಅಥವಾ HTML ನಿಂದ Markdown ಗೆOmniDoc, MinerU ಅಥವಾ Docling

ಪ್ರಶ್ನೆಗಳು

2026 ರಲ್ಲಿ ಉಚಿತ PDF ನಿಂದ Markdown ಪರಿವರ್ತಕವಿದೆಯೇ?

ಹೌದು. MinerU, Docling ಮತ್ತು Marker ಮುಕ್ತ ಮೂಲವಾಗಿದೆ ಮತ್ತು ಸ್ವಯಂ-ಹೋಸ್ಟ್ ಮಾಡಬಹುದು; OmniDoc ಉಚಿತ ಡಾಕ್ಯುಮೆಂಟ್ ಹೊರತೆಗೆಯುವಿಕೆ ಯಾವುದೇ ಮಾಸಿಕ ಕ್ಯಾಪ್ ಇಲ್ಲದೆ ಬ್ರೌಸರ್‌ನಲ್ಲಿ ರನ್ ಆಗುತ್ತದೆ ಮತ್ತು ಪ್ರತಿ PDF ಗೆ 501 ಪುಟಗಳು, ಮತ್ತು ಅದರ ZIP document.md ಮತ್ತು document.json ಅನ್ನು ಹೊಂದಿದೆ; MinerU ನ ಆನ್‌ಲೈನ್ API ಪ್ರತಿ ಖಾತೆಗೆ ದಿನಕ್ಕೆ 2,000 ಪ್ರಮುಖ ಆದ್ಯತೆಯ ಪುಟಗಳನ್ನು ನೀಡುತ್ತದೆ. ಅಧಿಕೃತ ಪುಟಗಳ ಅಂಕಿಅಂಶಗಳು, ನವೆಂಬರ್ 2026 ರಲ್ಲಿ ಪರಿಶೀಲಿಸಲಾಗಿದೆ.

ರಚನೆಯ ಹೊರತೆಗೆಯುವಿಕೆ PDF ನಿಂದ ಪಠ್ಯಕ್ಕೆ ಹೇಗೆ ಭಿನ್ನವಾಗಿದೆ?

ಪಠ್ಯಕ್ಕೆ PDF ನಿಮಗೆ ಸರಳ ಪಠ್ಯದ ಓಟವನ್ನು ನೀಡುತ್ತದೆ. ರಚನಾತ್ಮಕ ಹೊರತೆಗೆಯುವಿಕೆ ಶಿರೋನಾಮೆ ಮಟ್ಟಗಳು, ಪ್ಯಾರಾಗಳು, ಕೋಷ್ಟಕಗಳು ಸಾಲುಗಳು ಮತ್ತು ಕಾಲಮ್‌ಗಳು, ಚಿತ್ರದ ಸ್ಥಾನಗಳು ಮತ್ತು ಓದುವ ಕ್ರಮವನ್ನು Markdown ಮತ್ತು JSON ನಂತೆ ಪ್ರೋಗ್ರಾಂಗಳು ಮತ್ತು AI ಪರಿಕರಗಳು ನೇರವಾಗಿ ಬಳಸುತ್ತದೆ.

ನಾನು ಸ್ವಯಂ-ಹೋಸ್ಟ್ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ. ನನ್ನ ಆಯ್ಕೆಗಳು ಯಾವುವು?

ಆನ್‌ಲೈನ್ ಉಪಕರಣವನ್ನು ಬಳಸಿ: OmniDoc ಉಚಿತ ಡಾಕ್ಯುಮೆಂಟ್ ಹೊರತೆಗೆಯುವಿಕೆ ಬ್ರೌಸರ್‌ನಲ್ಲಿ ಅಪ್‌ಲೋಡ್ ಅನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ; MinerU, Datalab, LlamaParse ಮತ್ತು Azure ಆನ್‌ಲೈನ್ APIಗಳನ್ನು ನೀಡುತ್ತವೆ, ಇದಕ್ಕೆ ಖಾತೆ, ಟೋಕನ್ ಮತ್ತು ಕೆಲವು ಕೋಡ್ ಅಗತ್ಯವಿರುತ್ತದೆ.

ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾದ PDFಗಳು ಮತ್ತು ಕೋಷ್ಟಕಗಳನ್ನು ಈ ಉಪಕರಣಗಳು ನಿರ್ವಹಿಸಬಹುದೇ?

ಹೌದು. OmniDoc, Docling ಮತ್ತು MinerU ಸ್ಕ್ಯಾನ್‌ಗಳಲ್ಲಿ ಪಠ್ಯವನ್ನು ಮತ್ತು ಕೋಷ್ಟಕಗಳ ರಚನೆಯನ್ನು ಗುರುತಿಸುತ್ತದೆ. OmniDoc ಕೋಷ್ಟಕಗಳನ್ನು Markdown ಕೋಷ್ಟಕಗಳಾಗಿ ಮತ್ತು JSON ನಲ್ಲಿ ಸಾಲುಗಳು ಮತ್ತು ಕಾಲಮ್‌ಗಳಾಗಿ ಬರೆಯುತ್ತದೆ; ಮೂಲ ವಿರುದ್ಧ ಬಹಳ ಸಂಕೀರ್ಣ ಕೋಷ್ಟಕಗಳನ್ನು ಪರಿಶೀಲಿಸಿ.

ಈ ಹೋಲಿಕೆಯನ್ನು ಬರೆದವರು ಯಾರು?

OmniDoc ತಂಡ; OmniDoc ನಮ್ಮದೇ ಉತ್ಪನ್ನವಾಗಿದೆ. ಮತ್ತೊಂದು ಪರಿಕರದ ಬಗ್ಗೆ ಪ್ರತಿಯೊಂದು ಅಂಕಿ ಅಂಶವು ಅದರ ಅಧಿಕೃತ ಪುಟ ಅಥವಾ ರೆಪೊಸಿಟರಿಗೆ ಲಿಂಕ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ಏನಾದರೂ ಬದಲಾಗಿದ್ದರೆ ಆ ಪುಟವು ಗೆಲ್ಲುತ್ತದೆ.

ಮೂಲಗಳು (14 ನವೆಂಬರ್ 2026 ಪರಿಶೀಲಿಸಲಾಗಿದೆ)

  1. MinerU — GitHub READMEhttps://github.com/opendatalab/MinerU
  2. MinerU — API documentation (limits)https://mineru.net/doc/docs/index_en/
  3. Docling — GitHub READMEhttps://github.com/docling-project/docling
  4. Marker — GitHub READMEhttps://github.com/datalab-to/marker
  5. Datalab — Pricinghttps://www.datalab.to/pricing
  6. LlamaIndex — Pricinghttps://www.llamaindex.ai/pricing
  7. Mathpix — Snip pricinghttps://mathpix.com/pricing/snip
  8. Microsoft Learn — Document Intelligence quotas and limitshttps://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/service-limits
  9. Azure — Document Intelligence pricinghttps://azure.microsoft.com/en-us/pricing/details/ai-document-intelligence/

2026 ಮಾರ್ಗದರ್ಶಿ: ಡಾಕ್ಯುಮೆಂಟ್ ಎಕ್ಸ್‌ಟ್ರಾಕ್ಷನ್ ಟೂಲ್‌ನಲ್ಲಿ ಪರಿಶೀಲಿಸಬೇಕಾದ 8 ವಿಷಯಗಳು · OmniDoc ಡಾಕ್ಯುಮೆಂಟ್ ಹೊರತೆಗೆಯುವಿಕೆ · ಡಾಕ್ಯುಮೆಂಟ್ ಅನುವಾದ · ಉಪಕರಣವನ್ನು ತೆರೆಯಿರಿ · ಡೆಸ್ಕ್‌ಟಾಪ್ ಅಪ್ಲಿಕೇಶನ್ ಪಡೆಯಿರಿ