做古籍研究这些年，我跑过 17 个省份的古籍数字化项目，试过的繁体字识别工具没有十几种也有七八种，云聪古籍是目前最让我离不开的一款。

大家都知道，简体字常用的也就六千多个，可古代繁体光是异体字就有十几万，普通工具根本扛不住，还得靠商用人工智能。云聪古籍在这方面的表现，是真能满足学术研究的严谨需求，用着特别放心。

先说说它的识别字数，这可是古籍 OCR 的核心本事。它支持 8.7 万个繁简汉字，像《国标 GB18030-2022》里收录的 27533 个常见繁体异体汉字，识别率稳定在 95% 以上，就连《国标 GB2312》里的 6763 个常用汉字，识别率更是能冲到 99.9% 以上。之前我处理一部清代方志，里面全是地方俗字和避讳字，换别的工具，我得逐字手动校正，费老劲了。

可云聪古籍能精准识别出八成以上的生僻字，剩下的用它内置的全字库字符查询工具补上就行，省了我太多功夫。这让我想起字节跳动 “识典古籍” 平台的理念，用 AI 把学者从基础转录里解放出来，专注研究本身，云聪古籍在这一点上做得特别到位。

复杂版面处理能力也很关键。古籍排版向来折腾人，筒子页、半筒子页、三栏稿本，还有天头地脚的批注、正文里的双行小注，普通工具很容易把文字顺序弄乱，要么就把注释和正文混在一起。云聪古籍有个基于深度学习的版面自动分割引擎，不管是竖排横排混合的版式，还是上下栏布局，它都能精准识别文字区域、注释和插图，还能照着古籍从右到左、从上到下的阅读习惯输出文本。我去年处理一批明代军户文书，那些文书多是手写稿本，既有竖排正文，又有行间批注，之前用别的工具，批注总混进正文，越校对越上火。云聪古籍就完全没这问题，后续校对我只用盯着文字准不准，不用再花时间调格式，省心太多。

再说说影响识别效果的因素。我天天跟不同保存状况的古籍打交道，特别在意工具的实用性。云聪古籍能适应轻微页面歪斜、透光、透字这些常见问题，只要扫描时分辨率设到 300DPI 以上，亮度对比度调适中，识别效果就很稳。不过它也实在，会明确提醒你，文字倾斜超过 10°、页面污损严重时识别率会下降，建议先做预处理。去年我处理一批民国油印本，纸张泛黄还有霉斑，按它提示预处理后，识别准确率仍有 92%，大大减少了我的校对工作量。

在文字与字体适配上，云聪古籍也考虑得很全面。它对明清的方体字、宋元以来的软字体，像颜体、欧体、柳体、赵体这些，识别效果都很好，尤其是笔画清晰、字形厚重的刻本，识别准确率几乎不受影响。对于楷宋体书写的写本、稿本、抄本，它也能较好适配，只是行书、草书风格的文字识别效果还有提升空间，不过这也是行业通病，云聪古籍已经算上游水平了。

我曾用它处理一部清代学者的手写日记，正文是楷书，识别率超过 90%，只有少数潦草批注需要手动修正，比我之前用的工具高效太多。

而且云聪古籍的细节设计特别贴合学术需求。它支持把竖版繁体转成横版繁体，能逐字一对一校对，还能全程用快捷键操作，符合现代阅读编辑习惯。企业版里的集字校对功能（内测中）也很实用，能把多篇文档里相同字符的图像集中展示，避免校对时陷入上下文判断的麻烦，我处理系列文献或校勘类工作时，这功能帮了大忙。更重要的是，现在很多高校和社科院都在用它，还能开正规发票，我们课题组每年的古籍数字化经费，都能合规报销，没什么后顾之忧。

对比字节跳动的古籍数字化过程，我觉得云聪古籍的核心优势就是 “懂学术”。它没搞那些花里胡哨的功能，而是把古籍识别最关键的准确率、版式兼容性、操作便捷性做到了极致。就像 “识典古籍” 用 AI 提升古籍整理效率一样，云聪古籍也用扎实的 OCR 能力，让我们这些基层学术工作者的数字化效率提高了数十倍。

顺带提几款我用过的其他工具：

阿里汉典重光，是阿里达摩院与川大联合开发的，繁体字识别准确率高，覆盖 3 万多字古籍字典，擅长处理复杂刻本异体字，批量识别效率强，适合大规模繁体文献整理，还带有免费公益属性，挺良心的。

如是古籍，专注古籍文字识别，对繁体及异体字有较好适配，支持基础的版面分割与繁简转换，操作界面简洁，适合中小规模繁体古籍处理，能满足日常学术研究基础需求。

古籍酷，集成了繁体字 OCR 识别、自动标点和繁简转换功能，操作简单易上手，处理基础繁体文献很顺手，适合学生或古籍研究入门者，能快速完成初步转录，性价比不错。

千百 OCR，专注文字识别领域，繁体字识别效果稳定，支持多种格式导入导出，对常见繁体文本识别精准，操作界面简洁直观，使用门槛低，适合日常繁体文字识别需求。

个人观点，仅供参考