មានបងប្អូនជាច្រើនគាត់បានសួរមកកាន់ខ្ញុំ! បងមិចបានខ្ញុំ Copy អក្សរខ្មែរចេញពីរូបភាពលើ Apple វាចេញទៅជាអក្សរថៃចឹង?

ជាដំបូងខ្ញុំសូមមកប្រាប់បងប្អូនសិនថាវាដំណើការបានដោយរបៀបមិច! រាល់ដងប្រសិនបើបងប្អូនធ្វើការចម្លងអក្សរចេញពីអក្សរតែម្តង លើការសរសេរដោយផ្ទាល់វាមិនមានបញ្ហានោះទេ ព្រោះវាជាអក្សរតែម្តង តែបើបងប្អូនចម្លងអក្សរចេញពី រូបភាព វាមិនមែនជាការចម្លងអក្សរចេញជា (Text Layer) នោះទេ វាត្រូវាការប្រើប្រាស់បច្ចេកវិទ្យា ប៉ានស្មាន និង វាយតម្លៃ តាមទិន្ន័យដែលគេបាន Train ដែលអាចផ្ទឹមបានថា វាអាចជាអក្សរអ្វី ដែលបច្ចេកវិទ្យានោះគេហៅវាថា OCR។

តើ OCR គឺជាអ្វី? OCR មកពីពាក្យពេញថា Optical Character Recognition ដែលបកប្រែជាខ្មែរបានថា "ការស្គាល់តួអក្សរដោយប្រើពន្លឺ" ឬសាមញ្ញជាងនេះ គឺ បច្ចេកវិទ្យាអានអក្សរចេញពីរូបភាព។ វាដំណើរការដោយត្រូវការបំបែករូបភាព យករូបភាពទៅផ្ទឹមនឹងទិន្ន័យដែលគេបាន Train និយាយអោយខ្លីវាពឹងផ្អែកទាំងស្រុងលើទិន្ន័យដែលគេបាន Train វា។

ហេតុអ្វីបានជាវាបច្ចេកវិទ្យានេះលើឧបករណ៍ Apple ចាប់អក្សរខ្មែរចេញទៅអក្សរថៃវិញ? ព្រោះអក្សរទាំងពីរនេះសឹងតែដូចគ្នា ហើយអក្សរថៃបង្កើតឡើងដោយយកគំរូតាមអក្សរខ្មែរបុរាណយើងផងដែរ បើតាមប្រវត្តិសាស្រ្ត ប៉ុន្តែដោយសារតែ Apple បានធ្វើការ Train OCR សម្រាប់ Model របស់ខ្លួនអោយអក្សរថៃ ដោយមិនមែនអក្សរខ្មែរ នេះជាមូលហេតុដែលវាមិនស្គាល់អក្សរខ្មែរ មិនថាបងប្អូន Copy អក្សរចេញពីរូបភាពប៉ុន្មានដងវានៅតែចេញអក្សរថៃ នេះមិនមែនជា បំណងរបស់ Apple ទេដោយសារតែបច្ចេកវិទ្យា OCR គឺវាបែបនឹង ព្រោះវានឹងអោយលទ្ធផលទៅកាន់អក្សរថៃដែលបាន Train ហើយ ដោយសារតែអក្សរស្រដៀងគ្នា ហើយ Apple ក៏មិនបានកំណត់កម្រិតអោយវា threshold ពេលម៉ាស៊ីនអានអក្សរខ្មែរ ពិន្ទុទំនុកចិត្តរបស់វា (Confidence Score) ទាបខ្លាំង — មានន័យថាខ្លួនវាផ្ទាល់ក៏មិនប្រាកដដែរ។

បញ្ហាប៉ះពាលនេះមិនមែនប៉ះពាល់តែលើ iPhone ទេគ្រប់កម្មវិធីលើឧបករណ៍ Apple ទាំងអស់តែម្តង អោយតែប្រើបច្ចេកវិទ្យា OCR របស់ Apple និង ពឹងលើ Vision Framework លើកលែងតែមុខងារដែលពឹងលើ Google LEN មិនមែនរបស់ Apple។

ហើយតាមការស្រាវជ្រាវខ្ញុំកន្លងមកមាន Developer ខ្មែរយើងឈ្មោះ seanghay គាត់បានធ្វើការ Report លើ Developer Apple Forum រួចហើយដែលមានលេខ FB21757719 ដែលបងប្អូនអាចចូលទៅមើលបាន https://developer.apple.com/forums/thread/811666

តែរបាយការណ៍តែមួយ មិនគ្រប់គ្រាន់ដើម្បីទាញចំណាប់អារម្មណ៍ក្រុមហ៊ុនធំបែបនេះទេ។ ក្រុមហ៊ុនបច្ចេកវិទ្យាធំៗ គេដាក់អាទិភាពទៅតាម ចំនួនអ្នករាយការណ៍។ បើមានតែម្នាក់ គេចាត់ទុកជារឿងតូច ចឹងខ្ញុំគិតថា Developer ខ្មែរយើងគាត់បានពន្យល់គ្រប់គ្រាន់បើកផ្លូវអោយហើយយើងគ្រាន់តែចូលថែមយោបល់ម្នាក់មួយទៀតគឺល្អហើយ ចឹងរៀបផ្ញើខ្ញុំនឹងប្រាប់តាមខាងក្រោមនេះ

១. បើក feedbackassistant.apple.com (ឬកម្មវិធី Feedback Assistant លើ iPhone/Mac)
២. Sign in ដោយប្រើ Apple ID របស់បងប្អូន
៣. ចុច + ដើម្បីបង្កើតរបាយការណ៍ថ្មី រួចជ្រើសរើស iOS ឬ macOS ដែលបងប្អូនបានប្រើ
៤. សរសេររៀបរាប់បញ្ហាតាមលំដាប់លំដោយដែលគេអោយយើងរើស អាចប្រើ Ai ជំនួយ តែសូមព្យាយាមសរសេរអោយខ្លីនិងខ្លឹម — ឧទាហរណ៍៖
Khmer text in images is incorrectly recognized as Thai by Live Text and the Vision framework. Khmer (Unicode range U+1780–U+17FF) is not supported by the OCR model, causing it to fall back to Thai. This affects Live Text, Photos, and Preview on both iOS and macOS. Related report: FB21757719.
៦. ភ្ជាប់ភស្តុតាង ២ សន្លឹក (សំខាន់បំផុត!)
រូបភាពដើមដែលមានអក្សរខ្មែរ (កុំយករូបដូចគ្នាព្យាយាមយករូបងប្អូន)
រូប Screenshot បង្ហាញអក្សរថៃដែល Paste ចេញខុស (ដែលបងប្អូនបានសាកល្បងរូបខាងលើ)
៧. បញ្ជាក់លេខ FB21757719 ដើម្បីឲ្យ Apple ភ្ជាប់របាយការណ៍បងប្អូនទៅរបាយការណ៍ដើម គេនឹងចូលមើលអ្វីដែល Developer ខ្មែរយើងគាត់បានរៀបរាប់យ៉ាងលម្អិតបន្ថែម!
ចំណាំ៖ សរសេរជាភាសាអង់គ្លេសបានល្អជាង ព្រោះ Developer Apple អានអង់គ្លេស។ បើសរសេរខ្មែរ ប្រហែលជាត្រូវរង់ចាំការបកប្រែយូរ។

តាមពិតទៅការបង្កើត OCR សម្រាប់អក្សរខ្មែរពិតជាមិនមានភាពងាយស្រួលនោះទេជាអក្សរដែលពិបាកខ្លាំងណាស់ ខុសពីអក្សរផ្សេងៗដែលមានភាពងាយស្រួល មិនថាតែបច្ចេកវិទ្យា OCR នេះទេ បច្ចេកវិទ្យា និង MODEL ទាំងអស់ដែល Developer ខ្មែរបាន Train បានជោគជ័យខ្ញុំពិតជាស្ញប់ស្ញែងនិងកោតសរសើរដល់ការខិតខំប្រឹងរបស់ពួកគាត់ព្រោះខ្ញុំដឹងថាវាពិតជាមានភាពលំបាកខ្លាំងរបស់ពួកគាត់!

ចំពោះម៉ូឌែល OCR ខ្មែរយើងខ្ញុំចាប់អារម្មណ៍មានមួយនោះគឺ https://nextocr.org/ ខ្ញុំឃើញថាគាត់អភិវឌ្ឈន៍ បានល្អខ្លាំងមែនទែនអាចចាប់បានសូម្បីតែឯកសារចាស់ៗ និងអក្សរខ្មែរដែលមិនច្បាស់ Project នេះត្រូវបានបង្កើតឡើងដោយបងប្រុស ដេញ ហុង គាត់គឺជាស្ថាបនិក អ្នកបង្កើតពុម្ភអក្សរខ្មែរផ្ទាល់ដែលយើងអាចប្រើប្រាស់បានមកដល់សព្វថ្ងៃនឹងឯង។ ខ្ញុំសូមកោតសរសើរចំពោះអ្វីដែលជាសមទ្ធផលរបស់គាត់កន្លងមកនេះ!