نوشتهٔ فارسی در تصویر هوش مصنوعی: چرا خراب می‌شود و چه کنیم

اگر از یک مدل تصویر بخواهید روی تابلو «نانوایی» بنویسد، به احتمال زیاد حروفی می‌گیرید که شبیه فارسی است ولی خوانده نمی‌شود. مدل‌های تصویر حروف را از روی شکلشان یاد گرفته‌اند و حروف به‌هم‌پیوستهٔ فارسی، با شکل‌های متفاوت در اول و وسط و آخر کلمه، برایشان دشوار است. حتی نوشتهٔ لاتین هم همیشه درست نمی‌شود: در آزمون ما، نام کوتاه «KHIYAL» روی برچسب یک بطری یک بار «SHIYAL» شد.

چهار راه که جواب می‌دهد

۱. جای نوشته را خالی بگذارید

تصویر را بدون نوشته بسازید و در پرامپت بنویسید کجای قاب خالی بماند، مثلاً «بالای تصویر، آسمان صاف و خالی». بعد نوشته را در یک برنامهٔ ویرایش عکس اضافه کنید. جلوهٔ «پوستر استوری» در بخش محصول همین کار را می‌کند و بالای قاب را برای متن شما خالی می‌گذارد.

۲. خوشنویسی را بافت بخواهید، نه متن

اگر حال‌وهوای خوشنویسی می‌خواهید و خواندن آن مهم نیست، بنویسید «نقش خوشنویسی نستعلیق به‌عنوان بافت، بدون کلمهٔ خوانا». نتیجه زیبا است و غلط املایی ندارد.

۳. متن کوتاه را داخل گیومه بنویسید

خیال پرامپت را به انگلیسی ترجمه می‌کند، اما متنی را که داخل گیومه بنویسید همان‌طور نگه می‌دارد. برای یک کلمهٔ کوتاه لاتین این روش اغلب جواب می‌دهد؛ برای فارسی هنوز نه.

۴. نوشتهٔ محصول را از عکس واقعی بگیرید

در صحنه‌های محصول، عکس واقعی محصول را بدهید. دستور هر صحنه از مدل می‌خواهد برچسب و نوشتهٔ محصول را تغییر ندهد. با این حال، نوشته‌های ریز را پیش از انتشار با دقت ببینید.

پرسش‌های رایج

کدام مدل فارسی را درست می‌نویسد؟

تا امروز هیچ مدلی که آزموده‌ایم، فارسی را قابل‌اعتماد ننوشته است. وقتی این وضع تغییر کند، در بخش خبرها خبر می‌دهیم.

آیا ویدیو هم همین مشکل را دارد؟

بله. مدل‌های ویدیو هم حروف فارسی را درست روی تابلو و دیوار نمی‌نویسند. نوشته را پس از ساخت روی ویدیو اضافه کنید.