Bóc tách & Chuẩn hóa Tài liệu Tiếng Việt
Dán văn bản OCR thô hoặc tải PDF có sẵn text — công cụ chuẩn hóa Unicode NFC, sửa lỗi OCR tiếng Việt, giữ nguyên số liệu, và xuất Markdown, Word (.docx) và PDF kèm Bảng Đối soát Hậu kiểm để anh đối chiếu lại.
Nhận diện văn bản, bảng biểu, chú thích, con dấu / chữ ký — không tóm tắt, không cắt đoạn.
Văn bản 2 cột đọc hết cột trái rồi sang cột phải, không đọc quét ngang làm vỡ câu.
Sửa các lỗi kinh điển: cll → ch, nhiern → nhiệm, O → 0 trong số / ngày, chữ tách rời như “v ă n b ả n”.
Ép Unicode về NFC, đặt dấu thanh theo chuẩn mới: hòa (không phải hoà), thủy (không phải thuỷ).
Giữ bảng Markdown, ghi nhận con dấu / chữ ký dạng [Dấu mộc đỏ: …], [Chữ ký: …].
Mọi chỗ đã sửa đều ghi lại. Số mờ, không chắc chắn: giữ nguyên dạng [? …], tuyệt đối không tự đoán số.
Chưa tải file nào. PDF chỉ trích được khi PDF có sẵn lớp text — PDF scan thuần ảnh thì xem mục Gemini Vision bên dưới.
Chạy hoàn toàn trên trình duyệt của anh. Văn bản không gửi lên server thinhnguyensi.com.
Chỉ dùng khi file là ảnh chụp hoặc PDF scan không có text. Anh tự nhập Gemini API key của mình — key gửi thẳng từ trình duyệt của anh tới Google, không qua server thinhnguyensi.com. Không tick “Nhớ key” thì key mất khi đóng trang. File nên dưới 10MB, dưới 10 trang để khỏi bị cắt cụt.
Chưa chạy Gemini. Cần tải ảnh hoặc PDF scan ở trên trước, rồi nhập key.
Số văn bản, ngày, người ký không tự bịa: để trống thì bản Word/PDF để trống đúng chỗ, anh điền khi trình ký. Bản xuất ra là bản trình ký, chưa phải bản phát hành có dấu và chữ ký. Bỏ tick ở trên thì Word/PDF về dạng thường, không có Quốc hiệu – Tiêu ngữ.
Chưa có bảng đối soát. Bảng này chỉ liệt kê những chỗ công cụ đã tự sửa — không phải toàn bộ văn bản.
Chưa có điểm nghi vấn.
- Chế độ không cần key chỉ chuẩn hóa văn bản đã có chữ. Nó không đọc được chữ trong ảnh. Muốn đọc ảnh/scan, phải dùng Gemini Vision ở trên, hoặc dùng app AI Studio đã Publish.
- Chữ “đ” mất gạch ngang, chữ mờ nặng không tự sửa được nếu không có ngữ cảnh chắc chắn — công cụ sẽ để lại điểm nghi vấn thay vì đoán bừa.
- Số tiền, ngày tháng, mã hợp đồng, tỷ lệ % luôn phải đọc lại 1 lượt trước khi ký / gửi. Chỗ nào công cụ đã sửa số (ví dụ O → 0) đều ghi trong Bảng Đối soát.
- Thuật ngữ chuyên ngành, tên riêng, từ viết tắt (EBITDA, KPI, ISO, NĐ-CP…) được giữ nguyên, không tự dịch hay sửa.
- Công cụ chạy trên trình duyệt, không lưu văn bản của anh lên server Thịnh Nguyễn SI. Riêng chế độ Gemini Vision thì file được gửi tới Google theo key của anh, theo điều khoản của Google.
- Xuất Word và PDF cũng chạy trên trình duyệt, không tốn token, mặc định theo thể thức Nghị định 30. Word .docx tạo bằng thư viện docx trên CDN (nếu mạng chặn CDN thì tự đổi sang file .doc mở được bằng Word, vẫn giữ thể thức NĐ30); PDF dùng hộp thoại In của trình duyệt — chọn “Save as PDF” là ra file PDF giữ nguyên dấu tiếng Việt. Bỏ tick NĐ30 ở mục kết quả thì Word/PDF về dạng thường.