Sarvam Vision 2.1: OCR-model voor Indische documenten

Samenvatting

Sarvam Vision 2.1 leest Indische talen en Engelse documenten en koppelt OCR aan structuurherkenning in tabellen, formulieren en handschrift.

Sarvam Vision 2.1 combineert OCR en documentstructuur

Sarvam Vision 2.1 richt zich op documenten waarin tekstherkenning niet genoeg is. Het model haalt bijvoorbeeld een waarde uit een tabel samen met de bijbehorende rij- en kolomkoppen, koppelt labels aan velden op formulieren en zet handgeschreven tekst in Indische schriften om naar gestructureerde velden.

Volgens de beschreven benchmarks doorbreekt het model daarmee een scheiding tussen Engelse documentanalyse en herkenning van Indische talen. Infinity-Parser2 Pro scoort 86,1 op Engelse documentstructuur, maar 49,83 op Indic-documenten. Google Cloud Vision haalt 39,6 op Engelse structuur en 71,76 op Indische talen. Sarvam Vision 2.1 is in de vergelijking het enige model in de hoek die beide dimensies combineert.

Waarom Sarvam Vision 2.1 relevant is voor documentautomatisering

De toepassing ligt bij documenten waarin layout en taal samen de betekenis bepalen. Denk aan facturen, financiële overzichten, verzekeringsclaims en regionale archieven. Vooral handschrift vormt een zware test: Sarvam trainde dit onderdeel deels met videobronnen om variatie in echte handschriften mee te nemen, in plaats van alleen synthetische voorbeelden.

Sarvam publiceerde daarnaast een eigen Indic-benchmark met 6.909 voorbeelden. Daarvan bestrijken 6.609 voorbeelden alle 22 officiële Indiase talen en komen 300 voorbeelden uit het Engels. De dataset bevat kranten, brochures, schoolboeken en historische teksten uit de periode van 1800 tot het heden. Publicatie op Hugging Face maakt controle door anderen mogelijk, al blijft vergelijking met onafhankelijke tests nodig.

Concrete takeaway voor Sarvam Vision 2.1

Test Sarvam Vision 2.1 met vijf eigen documenten: minstens één tabel, formulier en handgeschreven document in de talen die je verwerkt. Vergelijk niet alleen transcriptie, maar ook de koppeling tussen waarden, labels en documentvelden. Gebruik de openbare benchmark om de uitkomsten naast de prestaties van Google Cloud Vision en andere modellen te leggen.