スキャンした PDF から音声へ: OCR と読み取り順序のチェックリスト

実践的なワークフロー

1. PDFの内容を確認する

   読者が許可する短い段落を選択してコピーし、コピーしたテキストを調べてください。これは便利な初期チェックであり、完全な評価ではありません。ファイルの一部のページにはテキストが含まれ、他のページには画像が含まれる場合があります。いくつかの代表的なページをテストします。アクセス可能なオリジナルまたはクリーン テキスト バージョンが利用可能な場合は、不完全なスキャンを修復する代わりに、それを使用することを検討してください。

2. 必要に応じてテキストを認識する

   OCR はページ画像内の文字を識別し、ソフトウェアが使用できるテキストを生成します。 W3C の PDF7 技術では、スキャンされたドキュメントのこの変換について説明しており、認識された出力のチェックも含まれています。ドキュメントの言語とスクリプトをサポートする OCR ワークフローを選択し、結果を検査します。認識が信頼できない場合は、音声が有効になる前に、より鮮明なスキャンまたは別のソースが必要になる場合があります。

3. 意味が重要な詳細を画像と比較する

   名前、日付、小数点区切り文字、単位、数学記号、ステートメントの意味に影響を与える単語を確認してください。見た目が似ている文字や単語が複数行に分かれていないか注意してください。オリジナルを参照用に残しておきながら、作業中のテキストのコピーを修正します。音声リーダーが流暢に発音したからといって、その単語が正しいとは考えないでください。

4. 単語だけでなくシーケンスをテストする

   段落、段落の境界、改ページをまたいで聞いてください。サイドバー、キャプション、または繰り返しのヘッダーが説明を中断していないか確認してください。 W3C の PDF3 技術では、論理的な読み取り順序と複雑な PDF レイアウトの難しさについて説明しています。引数の一部ではない繰り返しのヘッダーを削除した場合でも、リスニング コピー内のヘッダーとソース ページ参照を保持します。

5. サンプルを聞いてソースを近くに置いてください

   通常のページと、表や脚注などの文書の難しい機能を含むページを選択します。音声を、抽出されたテキストおよびページ画像の両方と比較します。テキストを修正する場合は、読者が更新されたバージョンを使用していることを確認してください。音声をオリジナルの完全な置き換えとして扱うのではなく、図や引用に戻る方法を維持してください。

何を確認するか

OCR に合格しても、正しい読み取り順序、正確な方程式、またはアクセス可能な文書が保証されるわけではありません。必要な視覚情報を適切な形式で利用できるようにしておきます。このチェックリストは編集者のリスニング チェックです。これは、アクセシビリティの認定や、アプリがすべてのスキャンを修復できるという主張ではありません。

よくある質問

テキスト読み上げリーダーがスキャンした PDF を読み上げないのはなぜですか?

ページは使用可能なテキスト レイヤーのない画像であるか、ファイルがそのリーダーでサポートされていない可能性があります。ファイルとその抽出されたテキストを検査します。 OCR または別のソースが必要になる場合があります。

OCR は自動的に PDF にアクセスできるようにしますか?

いいえ。テキスト認識は文書作成の一部にすぎません。読む順序、構造、言語、視覚情報の扱いにも注意が必要な場合があります。

PDFを音声に変換してから確認したほうがいいでしょうか？

はい。代表的なページをテストし、重要な詳細を元のページと比較します。音声により、エラーを認識しやすくすることなく、エラーを聞き取りやすくすることができます。