ListenAloud

PDF اسکن شده به صدا: OCR و چک لیست سفارش خواندن

یک PDF اسکن شده برای تبدیل متن به گفتار آماده کنید. قبل از تکیه بر نسخه صوتی، دقت OCR، ترتیب ستون ها، اعداد و مراجع صفحه را بررسی کنید.

Feynman AI Apps · تاریخ انتشار

یک جزوه قدیمی، فصل عکس گرفته شده یا گزارش اسکن شده می تواند خوانا به نظر برسد در حالی که صدای ناقص یا گیج کننده تولید می کند. سوال اول این است که آیا خواننده متن قابل استفاده دارد؟ دوم این است که آیا آن متن را به ترتیب معقولی ارائه می کند یا خیر. این راهنما بر بررسی آن ورودی ها تمرکز دارد. فرض نمی‌شود که هر پی‌دی‌اف‌خوان OCR را انجام می‌دهد یا یک تست شنیداری موفق، دسترسی کامل به سند را ایجاد می‌کند.

چک لیست کیفیت قبل از گوش دادن به PDF اسکن شده
بررسی کنیدچه چیزی می تواند اشتباه کندچه چیزی را تأیید کنید
تشخیص متنیک کلمه، اعشار یا نماد اشتباه خوانده می شود.متن استخراج شده را با صفحه اصلی مقایسه کنید.
دستور خواندنستون ها یا ستون های فرعی جمله را قطع می کنند.هنگام گوش دادن، یک پاراگراف را در سراسر صفحه دنبال کنید.
مطالب تکراریسرصفحه و پاورقی در داخل نثر ظاهر می شود.انتقال بین صفحات در نسخه شنیداری را بررسی کنید.
اطلاعات بصرییک نمودار یا جدول نیاز به توضیح تصویری دارد.مرجع صفحه را نگه دارید و اصل را مرور کنید.

یک گردش کار عملی

  1. بررسی کنید که PDF حاوی چه چیزی است

    سعی کنید یک پاراگراف کوتاه را در جایی که خواننده شما اجازه می دهد انتخاب و کپی کنید، سپس متن کپی شده را بررسی کنید. این یک بررسی اولیه مفید است، نه یک ارزیابی کامل: یک فایل ممکن است دارای متن در برخی از صفحات و تصاویر در برخی دیگر باشد. چند صفحه نماینده را تست کنید. اگر نسخه اصلی یا متن تمیز در دسترس است، به جای تعمیر اسکن ضعیف، از آن استفاده کنید.

  2. در صورت لزوم متن را تشخیص دهید

    OCR کاراکترهای تصویر صفحه را شناسایی می کند و متنی را تولید می کند که نرم افزار می تواند از آن استفاده کند. تکنیک PDF7 W3C این تبدیل را برای اسناد اسکن شده توصیف می کند و شامل بررسی خروجی شناسایی شده است. یک گردش کار OCR را انتخاب کنید که از زبان و اسکریپت سند پشتیبانی می کند و نتیجه را بررسی کنید. اگر تشخیص غیرقابل اعتماد باشد، ممکن است قبل از مفید شدن صدا به یک اسکن واضح تر یا منبع دیگری نیاز باشد.

  3. جزئیات مهم معنادار را با تصویر مقایسه کنید

    نام ها، تاریخ ها، جداکننده های اعشاری، واحدها، علائم ریاضی و کلماتی که بر معنای یک عبارت تأثیر می گذارند را بررسی کنید. مراقب شخصیت های مشابه و کلماتی باشید که در خطوط تقسیم شده اند. یک کپی متنی کارآمد را تصحیح کنید در حالی که اصل را برای مرجع نگه دارید. یک کلمه را صرفاً به این دلیل صحیح فرض نکنید که خواننده آن را روان تلفظ می کند.

  4. دنباله را تست کنید، نه فقط کلمات را

    گوش دادن به یک پاراگراف، یک مرز ستون، و یک صفحه شکست. بررسی کنید که آیا نوار کناری، شرح یا سرصفحه تکراری توضیح را قطع می‌کند یا خیر. تکنیک PDF3 W3C ترتیب خواندن منطقی و مشکلات طرح‌بندی پیچیده PDF را مورد بحث قرار می‌دهد. سرفصل ها و ارجاعات صفحه منبع را در نسخه شنیداری خود نگه دارید حتی اگر سرصفحه های مکرر را که بخشی از استدلال نیستند حذف کنید.

  5. به یک نمونه گوش دهید و منبع را در نزدیکی خود نگه دارید

    یک صفحه معمولی و یک صفحه حاوی ویژگی های دشوار سند، مانند جدول یا پاورقی را انتخاب کنید. صوت را با متن استخراج شده و تصویر صفحه مقایسه کنید. اگر متن را تصحیح کردید، تأیید کنید که خواننده از نسخه به روز شده استفاده می کند. راهی برای بازگشت به ارقام و نقل قول ها در نظر بگیرید، به جای اینکه صدا را به عنوان جایگزینی کامل برای نسخه اصلی در نظر بگیرید.

نمونه کار شده

تصور کنید که یک گزارش اسکن شده مقداری را 1.5 چاپ می کند اما متن شناسایی شده 15 را می گوید. صدا می تواند مقدار نادرست را به وضوح بخواند، بنابراین تغییر سرعت پخش مشکل را حل نمی کند. متن را با تصویر مقایسه کنید، مقدار موجود در نسخه کار را تصحیح کنید و متن را دوباره پخش کنید. سپس مقادیر مشابه را در جاهای دیگر بررسی کنید. یک مثال تصحیح شده ثابت نمی کند که بقیه فایل دقیق است.

چه چیزی را بررسی کنیم

پاس موفقیت آمیز OCR، ترتیب صحیح خواندن، معادلات دقیق یا یک سند قابل دسترس را تضمین نمی کند. اطلاعات بصری لازم را به شکل مناسب در دسترس نگه دارید. این چک لیست چک گوش دادن سرمقاله است. این یک گواهی دسترسی یا ادعایی نیست که یک برنامه بتواند هر اسکن را تعمیر کند.

ListenAloud

از برنامه Reader برای متن، فایل‌های PDF، اسناد یا تصاویری استفاده کنید که مطابق با جریان کار پشتیبانی شده فعلی آن باشد. شناسایی و ترتیب خواندن فایل واقعی خود را با استفاده از ابزار آماده سازی جداگانه در صورت نیاز تأیید کنید.

لیست App Store را برای پشتیبانی از زبان فعلی، در دسترس بودن و گزینه های خرید بررسی کنید. راهنمای ترجمه شده به این معنا نیست که هر ویژگی برنامه از آن زبان پشتیبانی می کند.

باز کردن در App Store

سوالات متداول

چرا یک خواننده تبدیل متن به گفتار PDF اسکن شده من را نمی خواند؟

صفحات ممکن است تصاویر بدون لایه متن قابل استفاده باشند، یا ممکن است فایل توسط آن خواننده پشتیبانی نشود. فایل و متن استخراج شده آن را بررسی کنید. ممکن است OCR یا منبع دیگری مورد نیاز باشد.

آیا OCR به طور خودکار PDF را در دسترس قرار می دهد؟

خیر. تشخیص متن تنها بخشی از تهیه یک سند است. ترتیب خواندن، ساختار، زبان و نحوه برخورد با اطلاعات بصری نیز ممکن است نیاز به توجه داشته باشد.

آیا باید PDF را بعد از تبدیل به صوتی بررسی کنم؟

بله صفحات نماینده را تست کنید و جزئیات مهم را با نسخه اصلی مقایسه کنید. صدا می‌تواند شنیدن خطا را آسان کند بدون اینکه تشخیص آن به عنوان خطا آسان شود.

منابع و ادامه مطلب

این منابع روش های اساسی را توضیح می دهند. گردش کار و نمونه‌ها پیشنهادهای ویرایشی هستند، نه شواهدی از نتایج یک برنامه خاص.

به زبان دیگری بخوانید