Nguồn số liệu: thời gian xử lý đo trên 357 trang thực tế từ 15/09 đến 23/09/2026, tính từ lúc máy chủ bắt đầu xử lý tới khi có file Word (chưa gồm thời gian chờ hàng đợi). Tỉ lệ giữ chữ đo trên 12 tài liệu văn bản số mẫu: đếm từ ngữ của lớp chữ gốc trong PDF có mặt trong file Word (đường gạch ngang trang trí được dựng lại thành nét kẻ nên không tính).
Hai luồng xử lý
Văn bản số — miễn phí
PDF được tạo trực tiếp từ phần mềm soạn thảo (có sẵn lớp chữ). DOCX.VN dựng lại file Word trực tiếp từ lớp chữ gốc, không qua AI, nên giữ nguyên từng ký tự. Văn bản hành chính được dựng theo thể thức Nghị định 30: tiêu đề 2 cột bằng bảng ẩn, Times New Roman, lề chuẩn.
Tài liệu scan, ảnh chụp — tính theo trang
AI nhận dạng chữ và bố cục trang. DOCX.VN dựng file Word theo khổ giấy, lề, cỡ chữ và giãn dòng đo từ chính trang gốc, để nội dung lấp trang giống bản gốc và vẫn sửa được như văn bản thường.
Kết quả chuyển đổi thật
Mỗi cặp ảnh là trang 1 của tệp PDF gốc và trang 1 của file Word do DOCX.VN tạo ra từ chính tệp đó, chụp lại nguyên trạng, không chỉnh sửa. Tài liệu mẫu do chúng tôi soạn để kiểm thử (tên người và số liệu là giả định), không dùng tài liệu của khách hàng. Nhấp vào ảnh để phóng to.
Lưu ý: 4 mẫu đầu là PDF văn bản số (tạo trực tiếp từ phần mềm soạn thảo, có sẵn lớp chữ) nên ảnh gốc rõ nét — không phải bản scan. Ví dụ tài liệu scan thật ở phần tiếp theo.
01 Công văn hành chính (thể thức Nghị định 30)
02 Biểu mẫu điền sẵn (Sơ yếu lý lịch)
03 Bảng số liệu (Bảng thanh toán tiền lương)
04 Văn bản trình bày 2 cột (Thông tư)
Tài liệu scan thật: Nghị định 39/2016/NĐ-CP
Bản scan công khai của Nghị định 39/2016/NĐ-CP trên Cổng Thông tin điện tử Chính phủ (84 trang, chỉ có ảnh, không có lớp chữ). Chúng tôi trích 5 trang tiêu biểu và chuyển đổi qua luồng AI của DOCX.VN như một tệp khách hàng bình thường: 5 trang xử lý trong 18 giây. Văn bản có quốc hiệu được dựng theo thể thức Nghị định 30/2020/NĐ-CP trên khổ A4, chữ chảy liên tục như văn bản Word soạn mới, nên ranh giới trang Word không trùng bản scan. Ảnh kết quả là file Word được dựng lại ngày 24/09/2026 từ chính kết quả đọc của lần chuyển đổi đó (không đọc lại); những chỗ chưa tốt được ghi rõ ở từng mục.
05 Trang đầu Nghị định (thể thức NĐ30)
06 Trang văn bản dày chữ (Chương, Điều, Khoản)
07 Trang ký ban hành (Nơi nhận, chức danh)
08 Bảng trong phụ lục (bảng kẻ ô để điền)
09 Biểu mẫu nhiều dòng chấm (phụ lục)
Năng lực theo loại tài liệu
| Loại tài liệu | Cách xử lý | Tối đa mỗi lần | Thời gian thực tế / trang | Số đo & lưu ý |
|---|---|---|---|---|
| Văn bản số (kể cả văn bản hành chính NĐ30) | Dựng từ lớp chữ gốc, không qua AI. Miễn phí. | 50 trang (tài liệu dài hơn: chọn dải trang, chuyển nhiều lần) | 0,3 – 0,7 giây | Giữ đủ 100% từ ngữ gốc ở 11/12 tài liệu mẫu; lệch dấu dưới 1% số từ. PDF có sơ đồ vẽ bằng nét vector có thể mất chữ trong sơ đồ. |
| Tài liệu scan, ảnh chụp | AI nhận dạng chữ và bố cục, dựng file Word theo số đo trang gốc. Tính theo trang scan. | 20 trang | ≈ 4,7 giây (10% trường hợp chậm nhất: từ 20 giây trở lên) | Chưa công bố % — chưa có bộ mẫu chuẩn đủ lớn. Lỗi đã gặp: bỏ sót một từ, sai hoa/thường tên riêng. Nên soát lại văn bản quan trọng. |
| Công thức toán | Chỉ ở luồng AI: công thức thành Equation của Word, sửa được trực tiếp. | 20 trang | Như tài liệu scan | Luồng miễn phí (văn bản số) chưa chuyển công thức thành Equation của Word. |
| Chữ viết tay | AI; chỗ khó đọc được yêu cầu đánh dấu [?] để bạn tìm nhanh bằng Ctrl + F. |
20 trang | Như tài liệu scan | Thử nghiệm Chưa có số đo; AI vẫn có thể đọc sai mà không đánh dấu. |
| Bảng biểu | Văn bản số: bảng Word thật. Scan: AI nhận dạng cấu trúc ô. | — | — | Bảng lớn nhiều ô trong bản scan có thể mất cấu trúc ô, cần kiểm tra lại. |
Tỉ lệ hoàn tất từ 15/09 đến 23/09/2026: 36/39 job AI (3 job lỗi được hoàn lại trang tự động) và 9/9 job văn bản số.
Giới hạn đã biết
- Tài liệu scan: AI có thể bỏ sót một từ hoặc viết sai hoa/thường tên riêng. Chúng tôi đang chạy thử cơ chế kiểm tra chéo bằng một bộ nhận dạng thứ hai để phát hiện chữ bị bỏ sót.
- Định dạng trong câu: ở tài liệu scan, phần in đậm hoặc in nghiêng nằm giữa câu có thể không được giữ.
- Bảng scan phức tạp: bảng nhiều ô, nhiều trang có thể mất cấu trúc ô hoặc tràn trang.
- Sơ đồ vector trong văn bản số: chữ nằm trong sơ đồ có thể không trích được.
Bảo mật & lưu trữ dữ liệu
- Tệp gốc bạn tải lên được xoá tự động sau 24 giờ (tệp của lượt chuyển đổi bị lỗi được giữ tối đa 7 ngày để khắc phục).
- File Word/Excel kết quả và bản nhận dạng đi kèm được lưu 30 ngày để bạn tải lại, sau đó tự động xoá vĩnh viễn. Bạn có thể yêu cầu xoá sớm hơn bất kỳ lúc nào qua email [email protected].
- Văn bản số được xử lý hoàn toàn trên máy chủ DOCX.VN, không gửi ra bên ngoài.
- Tài liệu scan, ảnh chụp được gửi tới nhà cung cấp dịch vụ AI bên thứ ba (gói trả phí) để nhận dạng. Theo điều khoản của nhà cung cấp, dữ liệu gửi qua gói trả phí không được dùng để cải thiện sản phẩm của họ; nhà cung cấp chỉ lưu nhật ký trong thời gian giới hạn để phát hiện vi phạm chính sách.
- DOCX.VN không dùng tài liệu của bạn để huấn luyện bất kỳ mô hình nào.
- Đường truyền được mã hoá HTTPS (TLS 1.3).
Số liệu cập nhật ngày 23/09/2026.
