Reconocimiento de texto manuscrito

El reconocimiento de texto manuscrito (HTR, por sus siglas en inglés handwritten text recognition) es la tecnología de inteligencia artificial que convierte imágenes de escritura a mano en texto electrónico. A diferencia del reconocimiento óptico de caracteres (OCR), pensado para texto impreso, el HTR debe afrontar la variabilidad de las manos, las abreviaturas y los trazados cursivos, por lo que emplea modelos de aprendizaje profundo entrenados con transcripciones de ejemplo.

Técnicas

Los sistemas actuales combinan redes neuronales para el análisis de la imagen (segmentación de líneas y regiones) con modelos de secuencia —redes recurrentes y, más recientemente, arquitecturas de tipo transformer— y con modelos de lenguaje que resuelven ambigüedades a partir del contexto. La calidad depende críticamente del corpus de entrenamiento, lo que hace valiosas las colecciones de transcripciones paleográficas de referencia.

Aplicación al patrimonio documental hispano

El HTR se aplica a los fondos históricos españoles e hispanoamericanos —protocolos notariales, documentación de Indias, correspondencia administrativa— mediante plataformas como Transkribus y líneas de investigación universitarias de paleografía computacional. Su despliegue sobre los grandes portales de digitalización (PARES, Biblioteca Digital Hispánica) abre la posibilidad de consultar como texto los millones de imágenes ya digitalizadas y de construir corpus históricos verificables para el entrenamiento de modelos de lenguaje.