你的扫描件还在用十年前的老引擎认字？不用 GPU 也能 44 页/秒：这个 76MB 小模型要把 Tesseract 拉下马
Datalab 开源 Indra OCR，号称纯 CPU 跑出 15 倍于 Tesseract 的速度，还能识别手写和 80 多种语言，把 PDF 直接转成 Markdown。
大白话平时把扫描版 PDF 转成文字，很多人第一反应是 Tesseract：免费、本地跑、不用显卡。现在有个叫 Indra OCR 的开源项目想接它的班。它同样免费、本地、纯 CPU，但多了版面分析、阅读顺序、手写识别和 80 多种语言支持，还能直接输出 Markdown、纯文本或带坐标框的 JSON。装好后一条命令就能把整文件夹的 PDF 批量转掉，自带网页查看器可以逐页对照识别结果。
对你意味着经常处理扫描件、论文、合同、老档案的人可以试试，尤其是没有显卡的普通电脑；不过基准是项目自己测的，换到你的文档上效果得自己验。
项目自述基准与功能，来自 Dev.to 教程与 GitHub README，官方尚未有第三方独立评测
原文：A faster Tesseract alternative: OCR PDFs to markdown on CPU with Indra OCR
打开巨象雷达，看今天全部 AI 动态