gemma4:31b-cloud 的 ocr 能力真是好用到爆

3 条回复
53 次浏览

起因是给逆子找英语单词资料,找到了这个 https://ankiweb.net/shared/info/1951634209
但是它没有语音首页没有展示单词, 而是展示序号,素材都是图片

试着用 gemma4 去识别图片文案,单词 句子 音标 无一例外完美识别,再用 edge-tts 生成语音,完美。成功解决了没有语音的问题。

前排打手

单论 OCR,完全没必要用 31b 这么大呀,Gemma4 的特点是多模态,不仅是 OCR

发表一个评论

R保持