最后更新 07-28-2026
Reviews:
Join thousands of AI enthusiasts in the World of AI!
TextUnbox
TextUnbox 在一个网页门户和共享的 REST API 中运行印刷和手写 OCR、DALL-E 图像生成、语音转文本、翻译和背景移除。您可以在浏览器中上传或粘贴图片以提取文本、根据文本提示或语音录音生成视觉内容、转录 WAV 音频，或去除照片背景。单个许可密钥可解锁所有浏览器应用和 API 端点，使用量按成功操作计数，而非按月座位数计算。
大多数 OCR 工具仅限于文本提取，大多数图像生成器则完全忽略文档扫描。TextUnbox 将这两种工作流程绑定到同一个预付单位池中，因此团队可以批量 OCR 收据并生成营销艺术作品，而无需购买单独订阅。REST API 位于 hello.textunbox.app，支持多部分图像上传和 JSON 提示，文档网站上发布了 OpenAPI 规范和 Postman 集合。
开发者构建文档流程、移动捕获应用或内部自动化时，可以通过带有 x-textunbox-licensekey 头的标准化 HTTPS 端点调用。普通用户则通过响应式浏览器页面获得相同功能，包括用于快速扫描的剪贴板粘贴。免费试用密钥可通过电子邮件获取，无需信用卡，但持续使用需通过 Gumroad 购买预付提取单位。
通过 OCR 端点提取弯曲或旋转的 PNG 和 JPEG 图像中的印刷或手写文本
通过浏览器或 API 使用 DALL-E 2（最高 1024x1024）或 DALL-E 3（最高 1792x1024）生成图像
在 TranslateText 端点实现自动源语言检测，支持 36 种语言的文本翻译
将 16 kHz 或 8 kHz 单声道 WAV 音频转录成 30 多种语言的文本
移除图像背景并以 Base64 PNG 数据返回透明前景对象
一个许可证密钥解锁 hello.textunbox.app 上的所有浏览器应用和 REST API 端点
预付费价格从 €2.50 起，包含 100 次成功操作，无月费
将 OCR、图像生成、翻译和转录捆绑在一个许可证密钥下，而非单独订阅。
浏览器应用支持剪贴板粘贴和语音输入，快速试用无需编写代码。
只有成功的 API 调用才计入您的预付费单位余额。
为开发者提供 OpenAPI YAML、JSON 和 Postman 集合，便于入门。
提供无需信用卡的免费试用许可证密钥，通过电子邮件获取。
许可证密钥必须通过 Gumroad 购买，产品在该平台显示为暂未销售。
主页定价部分在页面源代码中隐藏，因此在 Gumroad 上更容易找到价格，而非在 textunbox.app 上。
ChatGPT 聊天、文本转音频和部分产品页面在文档站点仍标记为开发中。
每次 API 调用都需联网验证许可证，影响使用体验。
TextUnbox有哪些功能？
TextUnbox支持印刷和手写OCR、DALL-E 2和3图像生成、WAV语音转文本、36种语言翻译、图像背景移除和图像描述提取。每项功能均可通过浏览器应用和REST API（地址为hello.textunbox.app）使用。
TextUnbox价格是多少？
TextUnbox在Gumroad上销售预付单位包：100单位售价2.50欧元，500单位售价6欧元，1000单位售价9.50欧元。一次成功的OCR计为一个单位，图像生成在100单位档位每张图片消耗5个单位。只有成功的操作会从余额中扣除。
TextUnbox支持哪些尺寸的DALL-E图像生成？
TextUnbox支持DALL-E 2的256x256、512x512和1024x1024尺寸，以及DALL-E 3的1024x1024、1792x1024和1024x1792尺寸。浏览器应用和GenerateImageFromPrompt API端点均支持自然或鲜明风格，以及版本3的标准或高清质量。
TextUnbox支持多少种语言翻译？
TextUnbox的TranslateText端点支持包括阿拉伯语、德语、日语和葡萄牙语在内的36种语言。语音转文本支持超过30种语言的WAV音频，如英语、西班牙语和韩语，需设置x-textunbox-language头。
TextUnbox需要许可证密钥吗？
需要。TextUnbox浏览器应用和API调用需在x-textunbox-licensekey头中发送有效许可证密钥，或在浏览器激活字段输入。可通过发送邮件至[email protected]获取免费试用密钥，无需信用卡。
TextUnbox能识别弯曲或旋转的图像吗？
TextUnbox的ExtractPrintedTextFromImage和ExtractWrittenTextFromImage端点支持上传PNG或JPEG图像，即使源照片弯曲或旋转也能返回识别文本。浏览器OCR页面支持剪贴板粘贴，方便快速扫描。
TextUnbox语音转文本需要什么音频格式？
TextUnbox的ExtractTextFromAudio端点接受16 kHz或8 kHz采样率、16位单声道PCM格式的WAV文件。默认转录语言为英语（en-US），可通过x-textunbox-language头设置其他支持语言。