fix: make OCR portable and reliable across AMD64 and ARM64 (#519)

* fix: make OCR portable and reliable

* fix: harden OCR installation portability

* fix: pin OCR partials across downloads

* fix: make OCR execution reliably asynchronous

* fix: harden OCR portability and docs routes

* fix: preserve decoder and docs safeguards

apps/docs/fr/tools/pdf/ocr-pdf.md

@@ -1,14 +1,20 @@
 ---
-description: "Extraire le texte de documents PDF à l'aide d'une OCR assistée par IA."
-i18n_source_hash: 1431fcba180b
+description: "Extrayez localement le texte des PDF numérisés avec Tesseract intégré ou le runtime RapidOCR haute précision en option."
+i18n_output_hash: f66b6b57bee4
+i18n_source_hash: a19ba25a1ca8
 i18n_provenance: human
-i18n_output_hash: 76a0a8e20bc9
 ---
 
 # OCR de PDF {#pdf-ocr}
 
-Extrayez le texte de documents PDF à l'aide de la reconnaissance optique de caractères assistée par IA. Prend en charge plusieurs niveaux de qualité et plusieurs langues. Nécessite l'installation du pack de fonctionnalités OCR.
+Extrayez le texte des documents PDF numérisés page par page sans envoyer le PDF à un service externe. Le niveau `fast` intégré utilise Tesseract. Les niveaux optionnels `balanced` et `best` utilisent RapidOCR avec les modèles PP-OCR ONNX épinglés.
 
+
+<!-- korean-ocr-contract:start -->
+::: info Compatibilité de l’OCR coréen
+L’OCR rapide prend en charge `auto`, `en`, `de`, `es`, `fr`, `zh` et `ja`, mais pas le coréen (`ko`). Le coréen nécessite le pack OCR précis et `balanced` ou `best`. Le pack fonctionne dans les conteneurs Linux amd64 et arm64 officiels, y compris sur les hôtes NVIDIA où l’OCR reste exécuté sur le CPU. Un système non pris en charge reçoit une erreur de compatibilité explicite, sans repli silencieux vers `fast`. Le coréen avec `fast` ou l’alias historique `tesseract` est refusé avant la mise en file avec `FEATURE_INCOMPATIBLE` et `fast-korean-unsupported`.
+:::
+<!-- korean-ocr-contract:end -->
 ## Point de terminaison de l'API {#api-endpoint}
 
 `POST /api/v1/tools/pdf/ocr-pdf`
@@ -19,9 +25,14 @@ Accepte des données de formulaire multipart avec un fichier PDF et un champ `se
 
 | Paramètre | Type | Requis | Par défaut | Description |
 |-----------|------|----------|---------|-------------|
-| quality | string | Non | `"balanced"` | Niveau de qualité OCR : `fast`, `balanced`, `best` |
+| file | file | Oui | - | Fichier PDF (en plusieurs parties), jusqu'à 512 MiB codés ; une limite inférieure de téléchargement par l'opérateur s'applique toujours |
+| quality | string | Non | Dynamique | Niveau de qualité OCR : `fast`, `balanced` ou `best` |
 | language | string | Non | `"auto"` | Langue du document : `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko` |
 | pages | string | Non | `"all"` | Sélection de pages, par exemple `"all"`, `"1-3"`, `"1,3,5"` |
+| enhance | boolean | Non | Dépend du niveau | Améliorer le contraste local avant la reconnaissance. Fast l'applique directement ; Equilibré et Meilleur conservent la variante uniquement lorsque la notation calibrée améliore le résultat. La valeur par défaut est `true` pour `best` et `false` pour `fast`/`balanced` |
+| engine | string | Non | - | Alias ​​de compatibilité obsolète. Utilisez plutôt `quality`. `tesseract` correspond à `fast` ; la valeur `paddleocr` héritée est mappée à `balanced` mais ne charge pas PaddlePaddle |
+
+Lorsque `quality` et `engine` sont omis, SnapOtter choisit le meilleur niveau disponible dans cet ordre : `best`, `balanced`, `fast`. Pour le coréen, `fast` n’est jamais choisi : `best`, puis `balanced` sont utilisés, sinon une erreur d’installation ou de compatibilité du moteur précis est renvoyée.
 
 ## Exemple de requête {#example-request}
 
@@ -29,7 +40,7 @@ Accepte des données de formulaire multipart avec un fichier PDF et un champ `se
 curl -X POST http://localhost:1349/api/v1/tools/pdf/ocr-pdf \
   -H "Authorization: Bearer si_your-api-key" \
   -F "file=@scanned.pdf" \
-  -F 'settings={"quality": "best", "language": "en", "pages": "1-5"}'
+  -F 'settings={"quality": "best", "language": "en", "pages": "1-5", "enhance": true}'
 ```
 
 ## Exemple de réponse {#example-response}
@@ -46,8 +57,11 @@ Renvoie `202 Accepted`. Suivez la progression via SSE à `/api/v1/jobs/{jobId}/p
 ## Remarques {#notes}
 
 - Format d'entrée accepté : `.pdf`.
-- Il s'agit d'un outil d'IA qui nécessite l'installation du **pack de fonctionnalités OCR**. Si le pack n'est pas installé, l'API renvoie `501 Not Implemented`.
-- Le niveau de qualité `fast` utilise un modèle plus léger pour un traitement plus rapide ; `best` utilise un modèle plus précis au prix de la vitesse.
-- Le réglage de langue `auto` tente de détecter automatiquement la langue du document.
+- `fast` est intégré et ajoute environ 25 MiB à l'image officielle. `balanced` et `best` nécessitent le pack OCR précis en option (environ 208-234 MiB à télécharger et 409-488 MiB installés, selon la cible).
+- Le pack précis prend en charge Linux amd64 et arm64 et utilise ONNX Runtime sur CPU, y compris sur les hôtes NVIDIA.
+- Un niveau explicitement demandé n'est jamais rétrogradé silencieusement. Si `balanced` ou `best` n'est pas disponible, API renvoie `501` avec `FEATURE_NOT_INSTALLED` ou `FEATURE_INCOMPATIBLE`.
+- Les pages PDF sont pixellisées en haute résolution avant OCR. `best` exécute les modèles PP-OCRv6 moyens de plus haute précision et note des variantes d'orientation et d'amélioration, améliorant ainsi la reconnaissance au détriment de la vitesse.
+- Le paramètre de langue `auto` permet la reconnaissance dans l'ensemble de scripts pris en charge ; une indication explicite peut améliorer les résultats pour un langage de document connu.
 - Vous pouvez cibler des pages spécifiques à l'aide de plages (`"1-3"`), de listes séparées par des virgules (`"1,3,5"`), ou de `"all"` pour chaque page.
+- Une demande peut traiter au maximum 50 pages. Les données de travail rastérisées sont limitées à 512 MiB et la réponse UTF-8 OCR globale est limitée à 1 000 000 octets ; les tâches dépassant la limite échouent plutôt que de renvoyer un texte partiel.
 - Pour les PDF qui contiennent déjà du texte sélectionnable, envisagez plutôt d'utiliser l'outil [PDF vers texte](./pdf-to-text), plus rapide.