ListenAloud

Скениран PDF во аудио: OCR и листа за проверка на редослед за читање

Подгответе скениран PDF за текст во говор. Проверете ја точноста на OCR, редоследот на колоните, броевите и референците на страниците пред да се потпрете на аудио верзијата.

Feynman AI Apps · Објавено

Стариот материјал, фотографираното поглавје или скенираниот извештај може да изгледа читливо додека произведува нецелосен или збунувачки звук. Првото прашање е дали читателот има употреблив текст; втората е дали тој текст го прикажува во разумен редослед. Овој водич се фокусира на проверка на тие влезови. Не се претпоставува дека секој читач на PDF врши OCR или дека успешен тест за слушање воспоставува целосна пристапност до документите.

Список за проверка на квалитетот пред да слушате скениран PDF
ПроверетеШто може да тргне наопакуШто да се потврди
Препознавање текстЗбор, децимален или симбол е погрешно прочитан.Споредете го извлечениот текст со оригиналната страница.
Редоследот на читањеКолоните или страничните ленти ја прекинуваат реченицата.Следете пасус низ страницата додека слушате.
Повторен материјалВо прозата се појавуваат заглавија и подножја.Проверете ги транзициите помеѓу страниците во копијата за слушање.
Визуелни информацииНа дијаграм или табела му треба визуелно објаснување.Чувајте ја референцата на страницата и прегледајте го оригиналот.

Практичен работен тек

  1. Проверете што содржи PDF-от

    Обидете се да изберете и да копирате краток пасус каде што тоа го дозволува вашиот читател, а потоа проверете го копираниот текст. Ова е корисна почетна проверка, а не целосна проценка: датотеката може да има текст на некои страници и слики на други. Тестирајте неколку репрезентативни страници. Ако е достапна достапна оригинална или чиста текстуална верзија, размислете да ја користите наместо да го поправите лошото скенирање.

  2. Препознајте го текстот кога е потребно

    OCR ги идентификува знаците во сликата на страницата и произведува текст што софтверот може да го користи. Техниката PDF7 на W3C ја опишува оваа конверзија за скенирани документи и вклучува проверка на препознаениот излез. Изберете работен тек на OCR што го поддржува јазикот и скриптата на документот и проверете го резултатот. Ако препознавањето е несигурно, можеби ќе биде потребно појасно скенирање или друг извор пред да стане корисно звукот.

  3. Споредете ги критичните детали за значењето со сликата

    Проверете ги имињата, датумите, децималните сепаратори, единиците, математичките знаци и зборовите кои влијаат на значењето на изјавата. Гледајте ликови со сличен изглед и зборови поделени низ линии. Поправете ја работната текстуална копија додека го чувате оригиналот за референца. Не претпоставувајте дека зборот е точен едноставно затоа што читателот на говор течно го изговара.

  4. Тестирајте ја низата, не само зборовите

    Слушајте преку пасус, граница на колона и прекин на страницата. Проверете дали страничната лента, натписот или повторувачкото заглавие го прекинуваат објаснувањето. Техниката PDF3 на W3C дискутира за логичен редослед на читање и тешкотиите на сложените распореди на PDF. Чувајте ги насловите и референците на изворната страница во вашата копија за слушање дури и ако ги отстраните повторените заглавија што не се дел од аргументот.

  5. Слушајте примерок и чувајте го изворот во близина

    Изберете обична страница и страница што ги содржи тешките карактеристики на документот, како што се табела или фуснота. Споредете го аудиото и со извлечениот текст и со сликата на страницата. Ако го поправите текстот, потврдете дека читателот ја користи ажурираната верзија. Чувајте начин да се вратите на бројки и цитати наместо да го третирате аудиото како целосна замена за оригиналот.

Работен пример

Замислете дека скенираниот извештај печати вредност како 1,5, но препознаениот текст вели 15. Гласот може јасно да ја прочита неточната вредност, така што менувањето на брзината на репродукција не го решава проблемот. Споредете го текстот со сликата, поправете ја вредноста во работната копија и репродуцирајте го пасусот. Потоа проверете слични вредности на друго место; еден поправен пример не утврдува дека остатокот од датотеката е точен.

Што да се провери

Успешната OCR пропусница не гарантира правилен редослед на читање, точни равенки или достапен документ. Чувајте ги потребните визуелни информации достапни во соодветна форма. Оваа листа за проверка е проверка на уредувачкото слушање; тоа не е сертификат за пристапност или тврдење дека апликацијата може да го поправи секое скенирање.

ListenAloud

Користете ја апликацијата за читач за текст, PDF-датотеки, документи или слики што одговараат на нејзиниот тековен поддржан работен тек. Потврдете го препознавањето и редоследот на читање за вашата вистинска датотека, користејќи посебна алатка за подготовка кога е потребно.

Проверете го списокот на App Store за моментална јазична поддршка, достапност и опции за купување. Преведен водич не значи дека секоја функција на апликацијата го поддржува тој јазик.

Отвори во App Store

Најчесто поставувани прашања

Зошто читачот на текст во говор нема да го прочита мојот скениран PDF?

Страниците може да се слики без корисен текстуален слој или датотеката може да не е поддржана од тој читач. Проверете ја датотеката и нејзиниот извлечен текст; Може да биде потребен OCR или друг извор.

Дали OCR автоматски прави PDF достапен?

Не. Препознавањето на текст е само еден дел од подготовката на документот. Редоследот на читање, структурата, јазикот и третманот на визуелните информации може исто така да бараат внимание.

Дали треба да го проверам PDF-от откако ќе го конвертирам во аудио?

Да. Тестирајте ги репрезентативните страници и споредете ги важните детали со оригиналот. Аудиото може да направи грешка лесна за слушање, без да може лесно да се препознае како грешка.

Извори и понатамошно читање

Овие извори ги објаснуваат основните методи. Работните текови и примерите се уреднички предлози, а не докази за резултати за одредена апликација.

Читајте на друг јазик