Pembaca TTS sekarang makin dibutuhkan dan mudah ditemukan. Tapi apakah semua text to speech punya kualitas yang sama? Banyak TTS bisa membaca teks digital dari dokumen Word, HTML web, Google Docs, atau teks yang disalin dari file lain. Namun, hanya sedikit yang sanggup mengubah teks terkunci di gambar jadi narasi yang terdengar alami. Yang bisa, biasanya memakai teknologi optical character recognition (OCR).
Apa itu OCR?
OCR, dikenal juga sebagai optical character recognition atau pengenalan teks, adalah teknologi untuk ekstraksi data spesifik. OCR punya banyak kegunaan, baik untuk bisnis maupun hiburan. Teknologi ini umumnya terdiri dari dua komponen: perangkat keras untuk memindai gambar, dan perangkat lunak untuk mengekstrak serta mengolah data. Namun bagian software-lah yang paling penting dan rumit. Perangkat lunak OCR bisa mengenali huruf satu per satu atau keseluruhan kata lalu menyusunnya jadi kalimat. Selain itu, pengguna dapat mengedit konten yang tadinya terkunci, mirip seperti mengedit file PDF dengan teks non-editable.
Cara Kerja OCR
Optical Character Recognition (OCR) adalah teknologi yang mengubah berbagai jenis dokumen seperti hasil scan, file PDF, atau gambar dari kamera jadi data yang bisa diedit dan dicari. Prosesnya dimulai ketika software OCR menganalisis struktur gambar dokumen dan mencari area yang mengandung teks. Area ini lalu dipilah jadi baris, kata, dan karakter. Setiap karakter dibandingkan dengan pola yang sudah ditentukan atau model machine learning untuk diubah jadi teks yang dibaca mesin. Hasilnya, teks di dalam gambar bisa diedit, dicari, dan diolah secara digital.
Kombinasi Text to Speech dan OCR
Menggabungkan optical character recognition dengan text to speech menciptakan alat ampuh untuk meningkatkan aksesibilitas dan efisiensi. OCR mengekstrak teks dari dokumen hasil scan, gambar, atau materi cetak dan mengubahnya ke teks mesin. Teks ini lalu dimasukkan ke sistem TTS untuk diubah jadi audio. Sinergi ini punya banyak manfaat, misalnya membantu tunanetra "membaca" materi cetak, mengubah buku jadi audiobook, atau menyediakan terjemahan lisan real-time untuk teks asing. Dengan menggabungkan OCR dan TTS, pengguna bisa berinteraksi dengan konten teks secara dinamis, sehingga informasi makin mudah diakses siapa saja terlepas dari kemampuan baca atau gangguan penglihatan.
Manfaat Text to Speech OCR
Kombinasi OCR dan TTS membuka banyak peluang untuk membuat informasi lebih mudah diakses dan dinikmati dalam berbagai situasi. Berikut beberapa manfaat text to speech OCR:
- Teknologi bantu untuk tunanetra: Mengubah konten tertulis dari buku, dokumen, atau layar menjadi suara, membantu tunanetra "membaca" isinya.
- Pembelajaran dan edukasi:
- Penerjemahan & belajar bahasa: Mengubah teks asing jadi suara, membantu pelafalan dan pemahaman.
- Konsumsi konten digital: Mengubah buku, artikel, & teks cetak jadi audiobook atau podcast untuk didengarkan di mana saja.
- Akses dokumen: Membuat PDF, scan, & format non-edit jadi lebih mudah diakses dalam bentuk audio.
- Analisis dokumen sejarah: Mengubah naskah lama & arsip jadi audio untuk peneliti atau penggemar sejarah.
- Bisnis & produktivitas: Mengubah laporan cetak ke suara agar makin praktis bagi profesional yang sibuk.
- Pemeriksaan tulisan: Membantu penulis/editor menemukan salah ketik di kertas dengan mendengarkan hasil baca TTS.
- Hiburan: Mengubah komik, novel grafis, atau media visual jadi pengalaman audio.
Cara Membaca Teks dari Gambar
Tidak semua pengguna perangkat Apple & Android tahu bahwa HP mereka sudah punya teknologi OCR & pembaca TTS yang mampu melakukan tugas konversi text to speech sederhana. Fitur TTS bawaan bisa membaca gratis atau aplikasi gratis bisa baca teks dari kamera, tapi kualitasnya tidak sebagus software text to speech tingkat lanjut. Berikut cara mengakses pembaca teks dari gambar di Android dan Apple:
Android
Perangkat Android dengan Android 12 ke atas punya pembaca TTS bawaan. Alat ini berguna untuk navigasi, membaca font kecil, dan sebagainya. Tapi kamu juga bisa memakainya untuk membaca teks dari foto. Berikut langkah-langkahnya:
- Buka menu "Aksesibilitas" di aplikasi "Pengaturan".
- Aktifkan opsi “Pilih untuk Didengar”.
- Masuk ke tab "Pengaturan" TTS lalu nyalakan "Baca teks di gambar".
- Kembali ke layar utama & buka aplikasi "Kamera".
- Arahkan kamera ke buku, koran, atau layar lain yang berisi teks digital.
- Ketuk tombol "Pilih untuk Didengar" sebelum mengetuk kata pada aplikasi "Kamera".
Pembaca TTS Android akan mulai membacakan dari kata yang kamu pilih. Kamu bisa memilih lebih banyak teks dengan menggeser jari di layar, seperti saat memakai word processor.
Apple
Membaca teks fisik di iPhone butuh kamera aktif, iOS 15 ke atas, dan mengaktifkan pembaca TTS bawaan.
- Masuk ke tab "Aksesibilitas" dari menu "Pengaturan".
- Ketuk fitur “Konten yang Diucapkan”.
- Aktifkan opsi "Ucapkan Pilihan" & "Ucapkan Layar".
- Kembali ke home lalu nyalakan kamera.
- Arahkan kamera ke halaman & tunggu tombol "Teks Langsung" muncul di toolbar bawah.
- Ketuk tombol ini untuk mengaktifkan OCR pembaca layar.
- Usap ke bawah dengan dua jari untuk mulai membacakan dari atas.
- Ketuk kata atau pilih area layar untuk membacakan kata, kalimat, atau paragraf tertentu.
Sama seperti Android, iPad & iPhone juga punya kemampuan OCR & TTS bawaan yang masih terbatas. Akurasi teksnya sudah bagus, tapi suara yang dihasilkan cenderung terdengar robotik.
Speechify—TTS Dengan Teknologi OCR Terbaik
Meski pembaca TTS & OCR bawaan di HP lumayan berguna, kualitas & performanya sering kurang memuaskan. Kabar baiknya, ada alternatif aplikasi baca teks lain. Speechify adalah pembaca text to speech yang menggabungkan teknologi OCR dengan lebih dari 200 suara AI realistis serta emosional AI voices dalam 60+ bahasa, termasuk suara selebriti. Fungsinya jauh melampaui pembaca teks default HP & bisa memindai buku/berkas fisik jadi dokumen digital. Setelah itu, algoritme canggih Speechify akan menghasilkan suara alami yang bisa diatur kecepatannya. Speechify text to speech tersedia di platform berikut:
Baik dari Apple App Store, Google Play Store, atau unduhan desktop Mac maupun Chrome Extension, satu lisensi sudah cukup untuk menggunakan Speechify di semua perangkatmu: desktop & HP, baik di Mozilla, Microsoft, Chromebooks, Apple, maupun Windows. Antarmuka yang ramah memudahkan semua usia & tingkat keahlian. Speechify OCR bisa dipakai untuk membaca konten online secara real-time.
Speechify dirancang untuk pengguna dengan disleksia, kesulitan membaca, gangguan penglihatan, dan para multitasker. Teknologi bantu Speechify jauh melampaui screen reader biasa. Ini adalah aplikasi untuk mengubah teks digital/fisik jadi audiobook, membuat podcast, & meningkatkan kemampuan baca dengan cara lebih mudah dan fokus. Coba Speechify gratis aplikasi text to speech & personalisasi pengalaman membaca yang imersif. Speechify juga punya AI Voice Generator online untuk mencoba berbagai suara dari teks apa pun.
FAQ
TTS mana yang terdengar paling alami?
Speechify menawarkan 200+ suara AI realistis AI voices dalam lebih dari 60 bahasa, lengkap dengan aksen regional, sehingga terdengar lebih alami dibanding text to speech lain, seperti Fake You, Nuance, dan Uberduck.
Apakah Speechify punya API text to speech?
Ya, Speechify punya API text to speech yang fungsinya mirip dengan Google text to speech API.
Bagaimana cara membuat voice over AI?
Pengguna bisa membuat voice over AI untuk kebutuhan komersial dengan mudah lewat Speechify Studio.
Bisakah catatan diubah jadi podcast?
Dengan fitur AI podcast dari Speechify, pengguna bisa mengubah teks fisik apa pun jadi AI podcasts yang bisa diunduh sebagai file MP3.
