गाइड
इनवॉइस OCR: AI इनवॉइस और रसीदें कैसे पढ़ता है, और कहाँ चूकता है
इनवॉइस OCR फ़ोटो या PDF को डेटा में बदलता है। जानें AI इनवॉइस और रसीद कैसे पढ़ता है, सटीकता कहाँ टूटती है, जाँच क्यों ज़रूरी है, और अपलोड से पहले प्राइवेसी के बारे में क्या पूछें।
अपडेट: · लेखक: PayToMe Editorial
इनवॉइस OCR ऐसा सॉफ़्टवेयर है जो इनवॉइस या रसीद की फ़ोटो या PDF पढ़कर उसे संपादन-योग्य डेटा में बदल देता है, जैसे वेंडर, तारीख, आइटम और कुल राशि। आज के टूल इसमें AI जोड़ते हैं ताकि हर संख्या का मतलब समझ सकें। इससे टाइपिंग बचती है, पर गलतियाँ भी होती हैं, इसलिए नतीजा किसी व्यक्ति को जाँचना चाहिए।
इनवॉइस OCR क्या करता है
कंप्यूटर के लिए इनवॉइस एक तस्वीर है। इनवॉइस OCR उस तस्वीर को ऐसे फ़ील्ड में बदलता है जिन्हें आप खोज सकें, संपादित कर सकें, जोड़ सकें और फ़ाइल कर सकें। जहाँ पहले आप कागज़ के बिल से वेंडर का नाम और तारीख टाइप करते थे, अब सॉफ़्टवेयर उन्हें सुझाता है और आप पुष्टि करते हैं।
लोग इसे दो अलग तरह के कामों के लिए इस्तेमाल करते हैं।
- देय खाते (अकाउंट्स पेएबल)। किसी कारोबार को सप्लायरों से कई बिल मिलते हैं और उन्हें अपनी बही में दर्ज करना होता है। OCR सप्लायर, राशि और देय तिथि पढ़ता है।
- इनवॉइसिंग और खर्चे। कोई फ़्रीलांसर या कारीगर सामान की रसीद की फ़ोटो लेता है और उसे क्लाइंट के इनवॉइस या खर्च के रिकॉर्ड में डालना चाहता है। OCR दुकान, आइटम और टैक्स पढ़ता है।
तकनीक दोनों के लिए एक ही है। फ़र्क इसमें है कि आगे क्या होता है: चुकाने वाला बिल, या आगे बिल किया जाने वाला खर्च।
यह कैसे काम करता है: पिक्सेल से फ़ील्ड तक
ज़्यादातर सिस्टम एक ही छोटी पाइपलाइन चलाते हैं।
- कैप्चर और सफ़ाई। इमेज को सीधा किया जाता है, क्रॉप किया जाता है, तिरछापन हटाया जाता है और धार बढ़ाई जाती है। कम रोशनी, तह और परछाइयाँ जहाँ संभव हो ठीक की जाती हैं। यहाँ की गुणवत्ता आगे सब कुछ तय करती है।
- टेक्स्ट पढ़ना। OCR हर पंक्ति और शब्द ढूँढकर उसे अक्षरों में बदलता है। छपे टेक्स्ट पर यह अच्छा चलता है। हाथ की लिखावट और फीके थर्मल पेपर पर कम भरोसेमंद है।
- लेआउट समझना। सॉफ़्टवेयर पता लगाता है कि हेडर, आइटमों की तालिका, कुल राशियाँ और फ़ुटर कहाँ हैं। इनवॉइस का कोई मानक लेआउट नहीं होता, इसलिए AI मॉडल यहीं सबसे ज़्यादा काम करते हैं।
- फ़ील्ड पर लेबल लगाना। मॉडल मानों को टैग करता है: यह वेंडर है, यह इनवॉइस नंबर है, यह देय तिथि है, यह एक लाइन आइटम है, यह कुल राशि है।
- सत्यापन। अच्छे टूल जाँचते हैं कि संख्याएँ मेल खाती हैं: लाइन की कुल राशियाँ उप-योग से मिलती हैं, टैक्स दर से मेल खाता है, और तारीखें संभव क्रम में हैं।
- मानवीय समीक्षा। आप एक्सट्रैक्ट किए गए फ़ील्ड इमेज के बगल में देखते हैं, गलतियाँ ठीक करते हैं और सेव होने से पहले उन्हें मंज़ूर करते हैं।
चरण 5 लोगों की उम्मीद से ज़्यादा मायने रखता है। गलत पढ़ा गया अंक आम बात है, और उसे पकड़ने का सबसे सस्ता तरीका गणित है।
यही तरकीब तारीखों पर भी चलती है (इनवॉइस की तारीख से पहले की देय तिथि संदिग्ध है) और मुद्राओं पर भी (गलत दशमलव अंकों वाली कुल राशि संदिग्ध है)।
सटीकता कहाँ टूटती है
इनवॉइस OCR के लिए कोई एक ईमानदार सटीकता संख्या कोई नहीं छापता, क्योंकि यह दस्तावेज़ पर निर्भर करती है। आम विफलता के बिंदु ये हैं।
- खराब इमेज। धुंधलापन, चमक, परछाइयाँ, फ़्रेम में उँगली और मुड़ा हुआ कागज़ सटीकता घटाते हैं।
- फीकी थर्मल रसीदें। स्याही गर्मी और उम्र से फीकी पड़ती है, और अक्षर गायब हो जाते हैं।
- हाथ की लिखावट। सॉफ़्टवेयर के लिए कठिन, ख़ासकर संख्याओं के लिए।
- अजीब लेआउट। कई कॉलम, घुमा हुआ टेक्स्ट, मुहरें या वॉटरमार्क वाले इनवॉइस लेआउट वाले चरण को उलझा सकते हैं।
- कई पन्नों वाले दस्तावेज़। आख़िरी पन्ने की कुल राशियाँ और पहले पन्नों के लाइन आइटम गलत जुड़ सकते हैं।
- मिलते-जुलते अक्षर। 0 और O, 1 और I, 5 और S, तथा 8 और 9 क्लासिक भ्रम हैं।
- मुद्रा और संख्या के प्रारूप। कई यूरोपीय देशों में 1.234,50 वही है जो अमेरिका में 1,234.50 है। टूल को पता होना चाहिए कि वह कौन-सा प्रारूप पढ़ रहा है।
- कई कुल राशियाँ। उप-योग, टैक्स, शिपिंग, जमा राशि और बकाया शेष सब पास-पास होते हैं, और गलत वाली पर “कुल” का लेबल लग सकता है।
- भाषाएँ और लिपियाँ। सटीकता भाषा के अनुसार बदलती है, और मिली-जुली भाषा वाले दस्तावेज़ ज़्यादा कठिन होते हैं।
इसका मतलब यह नहीं कि OCR इस्तेमाल करने लायक नहीं है। मतलब यह है कि सही मॉडल “एक तेज़ पहला ड्राफ़्ट जिसे कोई व्यक्ति मंज़ूर करे” है, “ऐसा अकाउंटेंट जो कभी गलती न करे” नहीं।
लूप में इंसान
सबसे अच्छे इनवॉइस OCR वर्कफ़्लो में चार आदतें समान होती हैं।
- इमेज को फ़ील्ड के बगल में दिखाएँ। आप किसी संख्या पर क्लिक करके देख सकें कि वह कहाँ से आई।
- अनिश्चित चीज़ें उजागर करें। जिन फ़ील्ड पर मॉडल को शक है, वे पक्के वाले फ़ील्ड से अलग दिखें।
- ऐसी जाँचें चलाएँ जो आपको दिखें। “आइटम उप-योग से मिलते हैं” या “टैक्स 8.25% से मेल नहीं खाता” जैसी पंक्ति उस कॉन्फ़िडेंस स्कोर से बेहतर है जिसे कोई समझता नहीं।
- पैसे के लिए मंज़ूरी ज़रूरी करें। कुल राशियाँ, बैंक विवरण और भुगतान शुरू करने वाली हर चीज़ की पुष्टि कोई व्यक्ति करे, चुपचाप सेव न हो।
सप्लायर इनवॉइस पर बैंक खाता संख्या को लेकर सबसे ज़्यादा सावधान रहें। बदली हुई खाता संख्या धोखाधड़ी का क्लासिक पैटर्न है। अगर किसी सप्लायर का बैंक विवरण आपके पास दर्ज विवरण से अलग है, तो उस नंबर पर फ़ोन करके पुष्टि करें जो आपके पास पहले से है, न कि नए इनवॉइस पर छपे नंबर पर।
प्राइवेसी: अपलोड से पहले क्या पूछें
इनवॉइस और रसीदों में संवेदनशील डेटा होता है: नाम, पते, टैक्स आईडी, राशियाँ और कभी-कभी बैंक विवरण। कोई भी OCR सेवा इस्तेमाल करने से पहले इन सवालों के जवाब लें।
- फ़ाइलें कहाँ रखी जाती हैं, और कितने समय के लिए? रिटेंशन अवधि और उन्हें डिलीट करने का तरीका देखें।
- क्या वे ट्रांज़िट और स्टोरेज, दोनों में एन्क्रिप्टेड हैं? इसका जवाब सीधा हाँ होना चाहिए।
- उन्हें कौन देख सकता है? पूछें कि क्या स्टाफ़ आपके दस्तावेज़ देख सकता है और किन शर्तों पर।
- क्या मेरे दस्तावेज़ मॉडल ट्रेन करने में इस्तेमाल होते हैं? कुछ सेवाएँ डिफ़ॉल्ट रूप से ऐसा करती हैं। आपको बाहर निकलने का विकल्प मिलना चाहिए, और ईमानदार वेंडर यह सीधे शब्दों में बताता है।
- क्या आप डेटा तीसरे पक्ष से साझा करते हैं? पूछें कि कौन-से सब-प्रोसेसर आपकी फ़ाइलें संभालते हैं।
- क्या मैं अपना डेटा एक्सपोर्ट और डिलीट कर सकता हूँ? आप अपना डेटा साथ ले जा सकें और हटा सकें।
- उल्लंघन (ब्रीच) होने पर क्या होता है? इसके लिए एक बताई गई प्रक्रिया होनी चाहिए।
जवाबों के लिए प्राइवेसी पॉलिसी पढ़ें, और अस्पष्ट पॉलिसी को “नहीं” मानें। अगर आप क्लाइंटों का निजी डेटा संभालते हैं, तो आप पर लागू प्राइवेसी क़ानूनों के तहत उनके प्रति भी ज़िम्मेदारियाँ हो सकती हैं। संदेह हो तो किसी पेशेवर से पूछें।
मूल दस्तावेज़ रखें
टूल जो भी एक्सट्रैक्ट करे, मूल इमेज या PDF रखें। एक्सट्रैक्ट किए गए फ़ील्ड सुविधा हैं, और अगर बाद में कोई क्लाइंट, सप्लायर या टैक्स अधिकारी सवाल पूछे तो मूल दस्तावेज़ आपका सबूत है। IRS के अनुसार इनकम टैक्स रिकॉर्ड रखने की डिफ़ॉल्ट अवधि फ़ाइल करने की तारीख से तीन साल है, कुछ स्थितियों में इससे लंबी, जैसे अगर आप बताई जाने वाली आय का 25% से ज़्यादा छोड़ देते हैं तो छह साल। आपका राज्य, उद्योग या अनुबंध इससे ज़्यादा माँग सकते हैं, इसलिए अपने अकाउंटेंट से पूछें।
आम गलतियाँ
- बिना जाँचे कुल राशि पर भरोसा करना। उसे हमेशा इमेज से मिलाएँ।
- टैक्स वाली पंक्ति छोड़ देना। गलत टैक्स राशि आपके क्लाइंट इनवॉइस में चली जाती है।
- प्राइवेसी जाँचे बिना अपलोड करना। जानें कि आपके दस्तावेज़ कहाँ जाते हैं।
- कागज़ फेंक देना। मूल रखें, चाहे कागज़ हो या डिजिटल फ़ाइल।
- खराब रोशनी में स्कैन करना। समतल सतह, तेज़ और एकसमान रोशनी और सीधा कोण किसी भी सेटिंग से ज़्यादा नतीजे सुधारते हैं।
- मुद्रा के प्रारूप को अनदेखा करना। विदेशी इनवॉइस पर कॉमा और दशमलव जाँचें।
- उसे अपने आप भुगतान करने देना। एक्सट्रैक्शन और भुगतान के बीच एक व्यक्ति रखें।
- मान लेना कि वह आपके वेंडरों को हमेशा के लिए सीख लेता है। हर नए वेंडर के पहले कुछ दस्तावेज़ जाँचें।
OCR का अच्छा इस्तेमाल करने की चेकलिस्ट
- इमेज समतल, अच्छी रोशनी वाली, फ़ोकस में है और पूरा दस्तावेज़ दिखाती है।
- आप वेंडर, तारीख, इनवॉइस नंबर और कुल राशि को इमेज से मिलाते हैं।
- आप जाँचते हैं कि लाइन आइटम उप-योग से मिलते हैं, और टैक्स दर से मेल खाता है।
- आप विदेशी दस्तावेज़ों पर दशमलव और मुद्रा चिह्न जाँचते हैं।
- आप बदले हुए बैंक विवरण की पुष्टि उस नंबर पर फ़ोन करके करते हैं जो आपके पास पहले से है।
- आप मूल फ़ाइल को एक्सट्रैक्ट किए गए डेटा के साथ सेव करते हैं।
- आपने वेंडर की प्राइवेसी शर्तें पढ़ी हैं: स्टोरेज, रिटेंशन, ट्रेनिंग में इस्तेमाल, डिलीट।
- आप रिकॉर्ड उतने समय तक रखते हैं जितना आपका अकाउंटेंट सलाह दे।
डेटा साफ़ हो जाने पर उसे ऐसे दस्तावेज़ में बदलें जिसका भुगतान आपका क्लाइंट कर सके। मुफ़्त रसीद जनरेटर आज रसीद बनाने के लिए लाइव है, और लाइन आइटम किसी भी इनवॉइस की बुनियादी इकाई है, इसलिए हर एक को साफ़ दर्ज करना ठीक रहता है।
PayToMe कहाँ फ़िट होता है
PayToMe के मुफ़्त इनवॉइस और रसीद टूल आज लाइव हैं। Snap to Invoice, जो रसीद या काम के नोट की फ़ोटो को ड्राफ़्ट इनवॉइस में बदलता है जिसे आप भेजने से पहले जाँचते हैं, Via के हिस्से के रूप में बीटा में लाइव है। PayToMe ने सटीकता के आँकड़े प्रकाशित नहीं किए हैं। हमारा सिद्धांत वही है जो इस गाइड में है: सॉफ़्टवेयर सुझाता है, और आप मंज़ूर करते हैं। रसीदें पेज पर और पढ़ें। आज़माने के लिए PayToMe में साइन इन करें।
स्रोत
यह सामान्य जानकारी है, क़ानूनी, टैक्स या सुरक्षा सलाह नहीं। रिकॉर्ड रखने की अवधियाँ IRS के पेज रिकॉर्ड कितने समय तक रखने चाहिए? से ली गई हैं। OCR सिस्टम कैसे काम करते हैं और कहाँ चूकते हैं, इसका वर्णन सामान्य उद्योग-ज्ञान है और किसी एक वेंडर के सटीकता दावे पर निर्भर नहीं है। PayToMe कोई सटीकता प्रतिशत नहीं देता क्योंकि मापने के लिए उसके पास कोई लाइव उत्पाद नहीं है।