ListenAloud

Сканиран PDF към аудио: OCR и контролен списък за ред на четене

Подгответе сканиран PDF файл за синтезиран говор. Проверете точността на OCR, реда на колоните, числата и препратките към страници, преди да разчитате на аудиоверсията.

Feynman AI Apps · Публикувано

Стар брошура, фотографирана глава или сканиран доклад може да изглеждат четливи, докато създават непълен или объркващ звук. Първият въпрос е дали читателят има използваем текст; второто е дали представя този текст в разумен ред. Това ръководство се фокусира върху проверката на тези входове. Не се предполага, че всеки PDF четец извършва OCR или че успешен тест за слушане установява пълна достъпност на документа.

Списък за проверка на качеството, преди да слушате сканиран PDF
ПроверетеКакво може да се объркаКакво да проверявам
Разпознаване на текстДума, десетичен знак или символ са разчетени неправилно.Сравнете извлечения текст с оригиналната страница.
Ред на четенеКолони или странични ленти прекъсват изречение.Следвайте абзац през страницата, докато слушате.
Повтарящ се материалГорните и долните колонтитули се появяват в прозата.Проверете преходите между страниците в копието за слушане.
Визуална информацияЕдна диаграма или таблица се нуждае от визуално обяснение.Запазете препратката към страницата и прегледайте оригинала.

Практически работен процес

  1. Проверете какво съдържа PDF файлът

    Опитайте да изберете и копирате кратък абзац, където вашият читател го позволява, след което проверете копирания текст. Това е полезна първоначална проверка, а не пълна оценка: даден файл може да има текст на някои страници и изображения на други. Тествайте няколко представителни страници. Ако е наличен достъпен оригинал или версия с чист текст, помислете дали да не го използвате, вместо да поправяте лошо сканиране.

  2. Разпознайте текста, когато е необходимо

    OCR идентифицира знаци в изображение на страница и произвежда текст, който софтуерът може да използва. PDF7 техниката на W3C описва това преобразуване за сканирани документи и включва проверка на разпознатия изход. Изберете работен процес за OCR, който поддържа езика и скрипта на документа, и проверете резултата. Ако разпознаването е ненадеждно, може да е необходимо по-ясно сканиране или друг източник, преди аудиото да стане полезно.

  3. Сравнете важни за значението детайли с изображението

    Проверете имена, дати, десетични разделители, единици, математически знаци и думи, които влияят на значението на твърдението. Следете за подобни на вид знаци и думи, разделени на редове. Коригирайте работно текстово копие, като запазите оригинала за справка. Не приемайте, че една дума е правилна просто защото четецът на реч я произнася гладко.

  4. Тествайте последователността, а не само думите

    Слушайте през абзац, граница на колона и прекъсване на страница. Проверете дали странична лента, надпис или повтаряща се заглавка прекъсват обяснението. PDF3 техниката на W3C обсъжда логическия ред на четене и трудностите на сложните PDF оформления. Запазете заглавията и препратките към изходните страници във вашето копие за слушане, дори ако премахнете повтарящи се заглавки, които не са част от аргумента.

  5. Слушайте извадка и дръжте източника наблизо

    Изберете обикновена страница и такава, съдържаща трудните функции на документа, като таблица или бележка под линия. Сравнете аудиото както с извлечения текст, така и с изображението на страницата. Ако коригирате текста, потвърдете, че четецът използва актуализираната версия. Запазете начин да се върнете към цифри и цитати, вместо да третирате аудиото като пълна замяна на оригинала.

Работен пример

Представете си, че сканиран отчет отпечатва стойност като 1,5, но разпознатият текст казва 15. Гласът може да прочете ясно неправилната стойност, така че промяната на скоростта на възпроизвеждане не решава проблема. Сравнете текста с изображението, коригирайте стойността в работното копие и повторете пасажа. След това проверете подобни стойности другаде; един коригиран пример не установява, че останалата част от файла е точна.

Какво да проверя

Успешното преминаване на OCR не гарантира правилен ред на четене, точни уравнения или достъпен документ. Съхранявайте необходимата визуална информация в подходяща форма. Този контролен списък е редакционна проверка за слушане; това не е сертификат за достъпност или твърдение, че дадено приложение може да поправи всяко сканиране.

ListenAloud

Използвайте приложението за четене за текст, PDF файлове, документи или изображения, които отговарят на текущия поддържан работен процес. Проверете разпознаването и реда на четене за вашия действителен файл, като използвате отделен инструмент за подготовка, когато е необходимо.

Проверете списъка в App Store за текуща езикова поддръжка, наличност и опции за закупуване. Преведеното ръководство не означава, че всяка функция на приложението поддържа този език.

Отвори в App Store

Често задавани въпроси

Защо четец от текст към говор няма да прочете моя сканиран PDF?

Страниците може да са изображения без използваем текстов слой или файлът може да не се поддържа от този четец. Проверете файла и неговия извлечен текст; Може да е необходим OCR или друг източник.

OCR автоматично прави ли PDF достъпен?

Не. Разпознаването на текст е само една част от подготовката на документ. Редът на четене, структурата, езикът и обработката на визуалната информация също може да изискват внимание.

Трябва ли да проверя PDF файла, след като го конвертирам в аудио?

да Тествайте представителни страници и сравнете важни детайли с оригинала. Аудиото може да направи грешката лесна за чуване, без да я прави лесна за разпознаване като грешка.

Източници и допълнителна литература

Тези източници обясняват основните методи. Работните процеси и примерите са редакционни предложения, а не доказателство за резултати за конкретно приложение.

Прочетете на друг език