關於 Steno
Steno 最初是香港一個歷史研究團隊的內部工具,用於數碼化地方志、年鑑及名錄。現成的 OCR 只能處理容易的頁面,其餘的都留了下來,而歷史學者已經做的校對,也無法變成更好的模型。
於是我們建立了這個循環:標註、審核至黃金標準、建立資料集快照、微調、部署。Steno 就是這個工具,以託管服務形式提供給面對同一問題的檔案館、圖書館及公共機構。
我們是一支以香港為基地的小團隊。我們貼近使用產品的人,並交付他們下一步所需。

為何叫 Steno
早在軟件能閱讀頁面之前,速記員(大多是女性)就把手寫與口述整理成清晰的打字稿,維持着辦公室、法庭與報館的運作。速記是許多職場擁有的第一項資訊技術。
Steno 的名字與標誌都源於這份工作。機器先讀,具備領域知識的人讓紀錄可信,而他們的校對會被保留並延續下去。
- 基地
- 香港
- 託管地
- 香港
- 語言
- 中文(直排及橫排)、英文、多語混排頁面
- 模型
- 自行託管的視覺語言 OCR 模型,按團隊微調
沒有完美的 OCR,只有快速的校對
歷史頁面充滿雜訊。我們優化的是專家修正一頁所需的時間,而非乾淨掃描件上的基準分數。
你的資料訓練你的模型
黃金頁面是資產。它們留在你的團隊,只會用於訓練你的團隊所部署的模型。
隨時可以離開
你產生的所有內容都能以開放格式匯出。無法離開的服務,不值得託付檔案。