#سوالات_متداول (FAQ)

OCR‑STT Tool چیست؟
یک ابزار چندسکویی و متن‌باز برای استخراج متن از تصویر، PDF و تبدیل گفتار به نوشتار.

این ابزار روی چه سیستم‌هایی اجرا می‌شود؟
روی Windows، macOS، Linux، Android و iOS اجرا می‌شود.

آیا استفاده از ابزار رایگان است؟
بله، کاملاً رایگان و متن‌باز است.

برای استفاده از ابزار باید برنامه‌نویسی بلد باشم؟
خیر. نسخهٔ GUI برای کاربران عادی طراحی شده و نسخهٔ CLI برای کاربران حرفه‌ای.

آیا ابزار نیاز به اینترنت دارد؟
فقط بخش گفتار به نوشتار (Speech‑to‑Text) نیازمند اینترنت است. OCR و PDF آفلاین هستند.

برای OCR چه چیزی باید نصب کنم؟
باید موتور Tesseract OCR را نصب کنید.
Windows: نصب از سایت رسمی
macOS: brew install tesseract
Linux: sudo apt install tesseract-ocr

آیا OCR از زبان فارسی پشتیبانی می‌کند؟
بله، با نصب پکیج زبان فارسی Tesseract.

آیا می‌توانم خروجی را ذخیره کنم؟
بله، در CLI با redirect و در GUI با کپی یا ذخیرهٔ مستقیم.

آیا ابزار روی موبایل اجرا می‌شود؟
بله، نسخهٔ Kivy قابل بیلد روی Android و iOS است.

آیا می‌توانم PDFهای حجیم را پردازش کنم؟
بله، اما سرعت پردازش به قدرت دستگاه بستگی دارد.

آیا می‌توانم ماژول‌های OCR، PDF و STT را در پروژهٔ خودم استفاده کنم؟
بله، ساختار پروژه کاملاً ماژولار است.

آیا امکان افزودن مدل‌های OCR پیشرفته‌تر وجود دارد؟
بله، می‌توانید EasyOCR، PaddleOCR یا مدل‌های مبتنی بر هوش مصنوعی را اضافه کنید.

آیا نسخهٔ موبایل قابل شخصی‌سازی است؟
بله، Kivy کاملاً قابل توسعه است.

آیا امکان اجرای آفلاین Speech‑to‑Text وجود دارد؟
به‌صورت پیش‌فرض خیر، اما می‌توانید مدل‌های آفلاین مثل Vosk را اضافه کنید.

آیا ابزار قابلیت پردازش دسته‌ای (Batch Processing) دارد؟
در نسخهٔ فعلی خیر، اما به‌راحتی قابل افزودن است.

آیا می‌توانم پروژه را فورک کنم؟
بله، پروژه متن‌باز است و فورک‌کردن آزاد است.

آیا می‌توانم نسخهٔ اجرایی مستقل (EXE) بسازم؟
بله، با PyInstaller می‌توانید نسخهٔ اجرایی برای Windows، macOS و Linux بسازید.

آیا می‌توانم API آنلاین برای ابزار بسازم؟
بله، با FastAPI یا Flask می‌توانید API بسازید.

آیا امکان اتصال ابزار به بات تلگرام وجود دارد؟
کاملاً امکان‌پذیر است و ماژول‌ها برای این کار مناسب هستند.

آیا ابزار از چندریسمانی یا چندپردازشی پشتیبانی می‌کند؟
ماژول‌ها سبک هستند و می‌توانند در Thread یا Process اجرا شوند.

آیا می‌توانم OCR را روی GPU اجرا کنم؟
بله، اگر از OCRهای مبتنی بر PyTorch یا TensorFlow استفاده کنید.

آیا امکان افزودن مدل‌های هوش مصنوعی جدید مثل Vision‑LLM وجود دارد؟
بله، معماری پروژه باز است و می‌توانید مدل‌های جدید را اضافه کنید.

آیا می‌توانم نسخهٔ کاملاً آفلاین و بدون Google بسازم؟
بله، با جایگزینی STT با مدل‌های آفلاین مثل Vosk و DeepSpeech.

آیا امکان پردازش هم‌زمان چند ورودی وجود دارد؟
بله، با استفاده از asyncio یا multiprocessing.

آیا می‌توانم ابزار را به‌صورت پکیج پایتون منتشر کنم؟
بله، ساختار پروژه برای انتشار در pip مناسب است.