OCR와 음성 전사의 언어 코드

OCR의 languages와 scripts, 음성 전사의 language는 서로 다른 코드 체계를 사용합니다. 한국어는 Tesseract 언어 코드 kor, Whisper 언어 코드 ko와 이름 korean으로 구분합니다. 영어는 각각 eng, en과 english입니다. Layout-aware V2의 구조화 요청에서 사용하는 ENG 같은 열거값도 별도 인터페이스입니다.

OCR은 언어 목록을 받고 기본값은 영어이며, 문자체 목록은 기본적으로 지정하지 않습니다. 음성 전사의 언어는 기본 None으로 자동 감지합니다. 아래 표는 값을 선택할 때 사용할 코드와 이름의 사전입니다.

자주 사용하는 OCR 언어

코드	의미
`eng`	영어
`kor`	한국어
`kor_vert`	세로쓰기 한국어
`jpn`	일본어
`chi_sim`	중국어 간체
`chi_tra`	중국어 번체
`deu`	독일어
`fra`	프랑스어
`ara`	아랍어

OCR 언어 사전

아래 데이터 계열 표시는 Tesseract의 4.0.0 traineddata 계열에 해당 코드를 제공하는지 나타냅니다. 이전 버전 전용 코드와 언어가 아닌 검출 모듈도 구분합니다. equ는 수식 검출, osd는 방향/문자체 검출 모듈입니다.

코드	언어 또는 모듈 이름	4.0.0 데이터 계열
`afr`	Afrikaans	`tessdata`, `tessdata_best`, `tessdata_fast`
`amh`	Amharic	`tessdata`, `tessdata_best`, `tessdata_fast`
`ara`	Arabic	`tessdata`, `tessdata_best`, `tessdata_fast`
`asm`	Assamese	`tessdata`, `tessdata_best`, `tessdata_fast`
`aze`	Azerbaijani	`tessdata`, `tessdata_best`, `tessdata_fast`
`aze_cyrl`	Azerbaijani - Cyrillic	`tessdata`, `tessdata_best`, `tessdata_fast`
`bel`	Belarusian	`tessdata`, `tessdata_best`, `tessdata_fast`
`ben`	Bengali	`tessdata`, `tessdata_best`, `tessdata_fast`
`bod`	Tibetan	`tessdata`, `tessdata_best`, `tessdata_fast`
`bos`	Bosnian	`tessdata`, `tessdata_best`, `tessdata_fast`
`bre`	Breton	`tessdata`, `tessdata_best`, `tessdata_fast`
`bul`	Bulgarian	`tessdata`, `tessdata_best`, `tessdata_fast`
`cat`	Catalan; Valencian	`tessdata`, `tessdata_best`, `tessdata_fast`
`ceb`	Cebuano	`tessdata`, `tessdata_best`, `tessdata_fast`
`ces`	Czech	`tessdata`, `tessdata_best`, `tessdata_fast`
`chi_sim`	Chinese - Simplified	`tessdata`, `tessdata_best`, `tessdata_fast`
`chi_tra`	Chinese - Traditional	`tessdata`, `tessdata_best`, `tessdata_fast`
`chr`	Cherokee	`tessdata`, `tessdata_best`, `tessdata_fast`
`cos`	Corsican	`tessdata`, `tessdata_best`, `tessdata_fast`
`cym`	Welsh	`tessdata`, `tessdata_best`, `tessdata_fast`
`dan`	Danish	`tessdata`, `tessdata_best`, `tessdata_fast`
`dan_frak`	Danish - Fraktur (contrib)	이전 버전 항목
`deu`	German	`tessdata`, `tessdata_best`, `tessdata_fast`
`deu_frak`	German - Fraktur (contrib)	이전 버전 항목
`deu_latf`	German (Fraktur Latin)	`tessdata`, `tessdata_best`, `tessdata_fast`
`dzo`	Dzongkha	`tessdata`, `tessdata_best`, `tessdata_fast`
`ell`	Greek, Modern (1453-)	`tessdata`, `tessdata_best`, `tessdata_fast`
`eng`	English	`tessdata`, `tessdata_best`, `tessdata_fast`
`enm`	English, Middle (1100-1500)	`tessdata`, `tessdata_best`, `tessdata_fast`
`epo`	Esperanto	`tessdata`, `tessdata_best`, `tessdata_fast`
`equ`	Math / equation detection module	`tessdata`, `tessdata_best`, `tessdata_fast`
`est`	Estonian	`tessdata`, `tessdata_best`, `tessdata_fast`
`eus`	Basque	`tessdata`, `tessdata_best`, `tessdata_fast`
`fao`	Faroese	`tessdata`, `tessdata_best`, `tessdata_fast`
`fas`	Persian	`tessdata`, `tessdata_best`, `tessdata_fast`
`fil`	Filipino (old - Tagalog)	`tessdata`, `tessdata_best`, `tessdata_fast`
`fin`	Finnish	`tessdata`, `tessdata_best`, `tessdata_fast`
`fra`	French	`tessdata`, `tessdata_best`, `tessdata_fast`
`frk`	German - Fraktur (now deu_latf)	`tessdata`, `tessdata_best`, `tessdata_fast`
`frm`	French, Middle (ca.1400-1600)	`tessdata`, `tessdata_best`, `tessdata_fast`
`fry`	Western Frisian	`tessdata`, `tessdata_best`, `tessdata_fast`
`gla`	Scottish Gaelic	`tessdata`, `tessdata_best`, `tessdata_fast`
`gle`	Irish	`tessdata`, `tessdata_best`, `tessdata_fast`
`glg`	Galician	`tessdata`, `tessdata_best`, `tessdata_fast`
`grc`	Greek, Ancient (to 1453) (contrib)	`tessdata`, `tessdata_best`, `tessdata_fast`
`guj`	Gujarati	`tessdata`, `tessdata_best`, `tessdata_fast`
`hat`	Haitian; Haitian Creole	`tessdata`, `tessdata_best`, `tessdata_fast`
`heb`	Hebrew	`tessdata`, `tessdata_best`, `tessdata_fast`
`hin`	Hindi	`tessdata`, `tessdata_best`, `tessdata_fast`
`hrv`	Croatian	`tessdata`, `tessdata_best`, `tessdata_fast`
`hun`	Hungarian	`tessdata`, `tessdata_best`, `tessdata_fast`
`hye`	Armenian	`tessdata`, `tessdata_best`, `tessdata_fast`
`iku`	Inuktitut	`tessdata`, `tessdata_best`, `tessdata_fast`
`ind`	Indonesian	`tessdata`, `tessdata_best`, `tessdata_fast`
`isl`	Icelandic	`tessdata`, `tessdata_best`, `tessdata_fast`
`ita`	Italian	`tessdata`, `tessdata_best`, `tessdata_fast`
`ita_old`	Italian - Old	`tessdata`, `tessdata_best`, `tessdata_fast`
`jav`	Javanese	`tessdata`, `tessdata_best`, `tessdata_fast`
`jpn`	Japanese	`tessdata`, `tessdata_best`, `tessdata_fast`
`kan`	Kannada	`tessdata`, `tessdata_best`, `tessdata_fast`
`kat`	Georgian	`tessdata`, `tessdata_best`, `tessdata_fast`
`kat_old`	Georgian - Old	`tessdata`, `tessdata_best`, `tessdata_fast`
`kaz`	Kazakh	`tessdata`, `tessdata_best`, `tessdata_fast`
`khm`	Central Khmer	`tessdata`, `tessdata_best`, `tessdata_fast`
`kir`	Kirghiz; Kyrgyz	`tessdata`, `tessdata_best`, `tessdata_fast`
`kmr`	Kurmanji (Kurdish - Latin Script)	`tessdata`, `tessdata_best`, `tessdata_fast`
`kor`	Korean	`tessdata`, `tessdata_best`, `tessdata_fast`
`kor_vert`	Korean (vertical)	`tessdata`, `tessdata_best`, `tessdata_fast`
`kur`	Kurdish (Arabic Script)	이전 버전 항목
`lao`	Lao	`tessdata`, `tessdata_best`, `tessdata_fast`
`lat`	Latin	`tessdata`, `tessdata_best`, `tessdata_fast`
`lav`	Latvian	`tessdata`, `tessdata_best`, `tessdata_fast`
`lit`	Lithuanian	`tessdata`, `tessdata_best`, `tessdata_fast`
`ltz`	Luxembourgish	`tessdata`, `tessdata_best`, `tessdata_fast`
`mal`	Malayalam	`tessdata`, `tessdata_best`, `tessdata_fast`
`mar`	Marathi	`tessdata`, `tessdata_best`, `tessdata_fast`
`mkd`	Macedonian	`tessdata`, `tessdata_best`, `tessdata_fast`
`mlt`	Maltese	`tessdata`, `tessdata_best`, `tessdata_fast`
`mon`	Mongolian	`tessdata`, `tessdata_best`, `tessdata_fast`
`mri`	Maori	`tessdata`, `tessdata_best`, `tessdata_fast`
`msa`	Malay	`tessdata`, `tessdata_best`, `tessdata_fast`
`mya`	Burmese	`tessdata`, `tessdata_best`, `tessdata_fast`
`nep`	Nepali	`tessdata`, `tessdata_best`, `tessdata_fast`
`nld`	Dutch; Flemish	`tessdata`, `tessdata_best`, `tessdata_fast`
`nor`	Norwegian	`tessdata`, `tessdata_best`, `tessdata_fast`
`oci`	Occitan (post 1500)	`tessdata`, `tessdata_best`, `tessdata_fast`
`ori`	Oriya	`tessdata`, `tessdata_best`, `tessdata_fast`
`osd`	Orientation and script detection module	`tessdata`, `tessdata_best`, `tessdata_fast`
`pan`	Panjabi; Punjabi	`tessdata`, `tessdata_best`, `tessdata_fast`
`pol`	Polish	`tessdata`, `tessdata_best`, `tessdata_fast`
`por`	Portuguese	`tessdata`, `tessdata_best`, `tessdata_fast`
`pus`	Pushto; Pashto	`tessdata`, `tessdata_best`, `tessdata_fast`
`que`	Quechua	`tessdata`, `tessdata_best`, `tessdata_fast`
`ron`	Romanian; Moldavian; Moldovan	`tessdata`, `tessdata_best`, `tessdata_fast`
`rus`	Russian	`tessdata`, `tessdata_best`, `tessdata_fast`
`san`	Sanskrit	`tessdata`, `tessdata_best`, `tessdata_fast`
`sin`	Sinhala; Sinhalese	`tessdata`, `tessdata_best`, `tessdata_fast`
`slk`	Slovak	`tessdata`, `tessdata_best`, `tessdata_fast`
`slk_frak`	Slovak - Fraktur (contrib)	이전 버전 항목
`slv`	Slovenian	`tessdata`, `tessdata_best`, `tessdata_fast`
`snd`	Sindhi	`tessdata`, `tessdata_best`, `tessdata_fast`
`spa`	Spanish; Castilian	`tessdata`, `tessdata_best`, `tessdata_fast`
`spa_old`	Spanish; Castilian - Old	`tessdata`, `tessdata_best`, `tessdata_fast`
`sqi`	Albanian	`tessdata`, `tessdata_best`, `tessdata_fast`
`srp`	Serbian	`tessdata`, `tessdata_best`, `tessdata_fast`
`srp_latn`	Serbian - Latin	`tessdata`, `tessdata_best`, `tessdata_fast`
`sun`	Sundanese	`tessdata`, `tessdata_best`, `tessdata_fast`
`swa`	Swahili	`tessdata`, `tessdata_best`, `tessdata_fast`
`swe`	Swedish	`tessdata`, `tessdata_best`, `tessdata_fast`
`syr`	Syriac	`tessdata`, `tessdata_best`, `tessdata_fast`
`tam`	Tamil	`tessdata`, `tessdata_best`, `tessdata_fast`
`tat`	Tatar	`tessdata`, `tessdata_best`, `tessdata_fast`
`tel`	Telugu	`tessdata`, `tessdata_best`, `tessdata_fast`
`tgk`	Tajik	`tessdata`, `tessdata_best`, `tessdata_fast`
`tgl`	Tagalog (new - Filipino)	이전 버전 항목
`tha`	Thai	`tessdata`, `tessdata_best`, `tessdata_fast`
`tir`	Tigrinya	`tessdata`, `tessdata_best`, `tessdata_fast`
`ton`	Tonga	`tessdata`, `tessdata_best`, `tessdata_fast`
`tur`	Turkish	`tessdata`, `tessdata_best`, `tessdata_fast`
`uig`	Uighur; Uyghur	`tessdata`, `tessdata_best`, `tessdata_fast`
`ukr`	Ukrainian	`tessdata`, `tessdata_best`, `tessdata_fast`
`urd`	Urdu	`tessdata`, `tessdata_best`, `tessdata_fast`
`uzb`	Uzbek	`tessdata`, `tessdata_best`, `tessdata_fast`
`uzb_cyrl`	Uzbek - Cyrillic	`tessdata`, `tessdata_best`, `tessdata_fast`
`vie`	Vietnamese	`tessdata`, `tessdata_best`, `tessdata_fast`
`yid`	Yiddish	`tessdata`, `tessdata_best`, `tessdata_fast`
`yor`	Yoruba	`tessdata`, `tessdata_best`, `tessdata_fast`

OCR 문자체 사전

문자체는 특정 언어 하나와 같지 않습니다. 예를 들어 Latin에는 여러 언어가 포함될 수 있으며 Hangul은 한글 문자체를 가리킵니다. 코드의 대소문자와 하이픈은 그대로 사용합니다.

코드	문자체 이름
`arab`	Arabic
`armn`	Armenian
`beng`	Bengali
`cans`	Canadian_Aboriginal
`cher`	Cherokee
`cyrl`	Cyrillic
`deva`	Devanagari
`ethi`	Ethiopic
`frak`	Fraktur
`geor`	Georgian
`grek`	Greek
`gujr`	Gujarati
`guru`	Gurmukhi
`hans`	HanS (Han simplified)
`hans-vert`	HanS_vert (Han simplified vertical)
`hant`	HanT (Han traditional)
`hant-vert`	HanT_vert (Han traditional vertical)
`hang`	Hangul
`hang-vert`	Hangul_vert (Hangul vertical)
`hebr`	Hebrew
`jpan`	Japanese
`jpan-vert`	Japanese_vert (Japanese vertical)
`knda`	Kannada
`khmr`	Khmer
`laoo`	Lao
`latn`	Latin
`mlym`	Malayalam
`mymr`	Myanmar
`orya`	Oriya(Odia)
`sinh`	Sinhala
`syrc`	Syriac
`taml`	Tamil
`telu`	Telugu
`thaa`	Thaana
`thai`	Thai
`tibt`	Tibetan
`viet`	Vietnamese

음성 전사 언어 사전

Whisper의 코드와 대응 언어 이름입니다. language="english"처럼 이름으로 지정하는 방식과 코드가 어떤 언어를 가리키는지 함께 확인할 수 있습니다. 언어 사전과 선택한 모델의 언어 지원 범위는 구분합니다.

코드	언어 이름
`en`	`english`
`zh`	`chinese`
`de`	`german`
`es`	`spanish`
`ru`	`russian`
`ko`	`korean`
`fr`	`french`
`ja`	`japanese`
`pt`	`portuguese`
`tr`	`turkish`
`pl`	`polish`
`ca`	`catalan`
`nl`	`dutch`
`ar`	`arabic`
`sv`	`swedish`
`it`	`italian`
`id`	`indonesian`
`hi`	`hindi`
`fi`	`finnish`
`vi`	`vietnamese`
`he`	`hebrew`
`uk`	`ukrainian`
`el`	`greek`
`ms`	`malay`
`cs`	`czech`
`ro`	`romanian`
`da`	`danish`
`hu`	`hungarian`
`ta`	`tamil`
`no`	`norwegian`
`th`	`thai`
`ur`	`urdu`
`hr`	`croatian`
`bg`	`bulgarian`
`lt`	`lithuanian`
`la`	`latin`
`mi`	`maori`
`ml`	`malayalam`
`cy`	`welsh`
`sk`	`slovak`
`te`	`telugu`
`fa`	`persian`
`lv`	`latvian`
`bn`	`bengali`
`sr`	`serbian`
`az`	`azerbaijani`
`sl`	`slovenian`
`kn`	`kannada`
`et`	`estonian`
`mk`	`macedonian`
`br`	`breton`
`eu`	`basque`
`is`	`icelandic`
`hy`	`armenian`
`ne`	`nepali`
`mn`	`mongolian`
`bs`	`bosnian`
`kk`	`kazakh`
`sq`	`albanian`
`sw`	`swahili`
`gl`	`galician`
`mr`	`marathi`
`pa`	`punjabi`
`si`	`sinhala`
`km`	`khmer`
`sn`	`shona`
`yo`	`yoruba`
`so`	`somali`
`af`	`afrikaans`
`oc`	`occitan`
`ka`	`georgian`
`be`	`belarusian`
`tg`	`tajik`
`sd`	`sindhi`
`gu`	`gujarati`
`am`	`amharic`
`yi`	`yiddish`
`lo`	`lao`
`uz`	`uzbek`
`fo`	`faroese`
`ht`	`haitian creole`
`ps`	`pashto`
`tk`	`turkmen`
`nn`	`nynorsk`
`mt`	`maltese`
`sa`	`sanskrit`
`lb`	`luxembourgish`
`my`	`myanmar`
`bo`	`tibetan`
`tl`	`tagalog`
`mg`	`malagasy`
`as`	`assamese`
`tt`	`tatar`
`haw`	`hawaiian`
`ln`	`lingala`
`ha`	`hausa`
`ba`	`bashkir`
`jw`	`javanese`
`su`	`sundanese`
`yue`	`cantonese`

기계 판독용 언어 사전에는 OCR 데이터의 버전별 제공 여부도 포함되어 있습니다. 보충 참조는 Tesseract 언어/문자체와 Whisper 언어 정의입니다.

Keyboard shortcuts

팔란티어 플랫폼 한국어 해설

OCR와 음성 전사의 언어 코드

자주 사용하는 OCR 언어

OCR 언어 사전

OCR 문자체 사전

음성 전사 언어 사전