Nie każdy PDF zawiera tekst
PDF wyeksportowany z Worda zawiera tekst. PDF wykonany skanerem zawiera obrazy tekstu. Dla podstawowej aplikacji do czytania ten drugi jest niemy — nie ma czego czytać. Stare skrypty, zarchiwizowane raporty, skany biblioteczne, sfotografowane umowy: ogromna część PDF-ów, przez które ludzie naprawdę muszą przebrnąć, należy do tej kategorii.
OCR, lokalnie
VocaRead rozpoznaje zeskanowane strony za pomocą Apple Vision OCR, na Twoim urządzeniu. Strony nigdy nie opuszczają iPhone'a: bez wysyłania, bez usługi w chmurze, bez konta. Ma to znaczenie przy dokumencie służbowym i oznacza, że OCR działa także w trybie samolotowym. Rozpoznawanie odbywa się podczas importu, strona po stronie, a wynikiem jest zwykła książka w bibliotece, z podświetlaniem podążającym za głosem.
Co poprawiono w 2.6 i 3.0
Dobre czytanie PDF-a na głos polega głównie na nieczytaniu niewłaściwych rzeczy. Ostatnie wersje znacznie usprawniły ekstrakcję:
- Złożone układy. Artykuły w dwóch kolumnach są czytane kolumna po kolumnie, a nie linijka po linijce w poprzek łamu.
- Nagłówki, stopki, numery stron są wykrywane i pomijane, zamiast być czytane na każdej stronie.
- Wykrywanie rozdziałów znajduje nagłówki w PDF-ie i zamienia je w listę rozdziałów, byś mógł nawigować jak w EPUB-ie — bez gubienia prozy, która tylko wygląda jak nagłówek.
- Dzielenie wyrazów i ligatury są naprawiane przed syntezą: „zrozu-mienie” staje się „zrozumienie”, „fi” staje się „fi”.
- Wstępy i prologi są teraz wykrywane, więc odtwarzanie zaczyna się od prawdziwego początku.
Jak zaimportować skan
- Dotknij + w bibliotece i wybierz PDF z Plików albo użyj Udostępnij › VocaRead z Maila, Safari lub aplikacji do skanowania.
- VocaRead wykrywa, że strony są obrazami, i uruchamia OCR. Wskaźnik pokazuje rozpoznawane strony; skan 300 stron zajmuje kilka minut na nowszym iPhonie.
- Wybierz głos i naciśnij odtwarzanie. Wszystko inne — tempo, minutnik snu, zakładki — działa jak w każdej książce.
Jak uzyskać lepsze wyniki
- Skanuj prosto i przy dobrym świetle. Wbudowany skaner dokumentów iPhone'a (Notatki lub Pliki) daje świetny materiał wejściowy.
- Wybieraj 300 dpi, gdy masz wybór. Maleńki tekst w skanach niskiej rozdzielczości to miejsce, gdzie kumulują się błędy OCR.
- Popraw nazwiska raz. Jeśli powtarzające się nazwisko jest źle odczytane lub wymówione, dodaj regułę wymowy, a zadziała w całej książce.
- Łącz z zaznaczeniami. Zaznaczaj fragmenty podczas słuchania i eksportuj je jako Markdown do notatek.
W przypadku zwykłych PDF-ów z tekstem zobacz jak zamienić dowolny PDF w audiobook. Gotowy wypróbować to na stercie skanów? Pobierz VocaRead — 90 minut darmowego słuchania na dokument.