TTS bralniki so zelo priljubljeni in na voljo jih je ogromno. Pa to pomeni, da vsi pretvorniki besedila v govor nudijo enako izkušnjo? Večina TTS bralnikov zna brati digitalno besedilo iz Word dokumentov, HTML strani ali prilepljenih tekstov. Le redki pa zmorejo zaklenjeno digitalno ali fizično besedilo s slik pretvoriti v naraven govor. Pri tem uporabljajo optično prepoznavanje znakov (OCR).
Kaj je OCR?
OCR, ali optično prepoznavanje znakov, omogoča specializirano pridobivanje podatkov. Ima številne poslovne in prostočasne uporabe. Te tehnologije običajno delujejo v dveh delih: strojna oprema za zajem slike in programska oprema za pridobivanje podatkov. Najzahtevnejši in najbolj zanimiv je programski del. OCR zna razločiti posamezne črke in besede ter jih združiti v stavke. Omogoča tudi urejanje prvotno zaklenjenega besedila, podobno kot urejanje PDF-ja z zaklenjeno vsebino.
Kako deluje OCR
Optično prepoznavanje znakov (OCR) pretvori različne dokumente – skenirane papirje, PDF datoteke, slike s kamero – v urejen in preiskljiv tekst. Program najprej analizira strukturo slike, določi območja s tekstom, jih razdeli na vrstice, besede in znake. Vsak znak primerja z vzorci ali po metodi strojnega učenja in ga pretvori v digitalno besedilo. To omogoča urejanje in iskanje besedila iz slike.
Združevanje TTS in OCR
Kombinacija optičnega prepoznavanja znakov in tehnologije pretvorbe besedila v govor je zmogljivo orodje za boljšo dostopnost in učinkovitost. OCR izlušči besedilo iz slik in dokumentov ter ga pretvori v digitalni tekst, TTS pa ga prebere na glas. Tako lahko npr. slabovidne osebe »berejo« tiskano gradivo, knjige in dokumenti postanejo zvočne knjige ali pa omogoča zvočni prevod tujega jezika v realnem času. Združitev OCR in TTS omogoča bolj živahno delo z vsebino in večjo dostopnost tudi za bralno ali vidno ovirane uporabnike.
Uporabe za besedilo v govor z OCR
Združitev tehnologij OCR in TTS ponuja številne načine za boljšo dostopnost in uporabo informacij. Tu je nekaj primerov uporabe besedila v govor preko OCR:
- Pomoč slabovidnim: pretvori zapisano iz knjig, dokumentov ali zaslonov v govor ter tako pomaga slabovidnim in slepim pri »branju«.
- Učenje in izobraževanje:
- Pomoč dislektikom: pomaga dislektičnim ali drugim, ki težko berejo, tako da pretvori tekst v zvok.
- Večkanalno učenje: omogoča sočasno branje in poslušanje ter tako izboljša razumevanje in pomnjenje.
- Prevajanje in učenje jezika: pretvori tuj tekst v govor za pomoč pri izgovorjavi in razumevanju.
- Poraba digitalnih vsebin: pretvori knjige, članke in tiskane tekste v zvočne knjige ali podcaste za poslušanje na poti.
- Dostopnost dokumentov: omogoča poslušanje PDF-jev, skeniranih in drugih neurejenih formatov za tiste, ki potrebujejo zvočno vsebino.
- Analiza zgodovinskih dokumentov: stara besedila digitalizira in omogoči poslušanje raziskovalcem ali ljubiteljem zgodovine.
- Posel in produktivnost: pretvori tiskana poročila v govor za zasedene poslovneže.
- Lektoriranje: pomaga pri iskanju napak v natisnjenem tekstu tako, da besedilo poslušate.
- Zabava: pretvori stripe, grafične romane in drugo vizualno gradivo v zvočno izkušnjo.
Kako iz slike na glas prebrati tekst
Marsikateri uporabnik naprav Apple in Android ne ve, da aplikacije že omogočajo OCR in TTS funkcijo za osnovno pretvorbo besedila v govor. Vgrajene TTS rešitve so brezplačne ali na voljo kot aplikacije za branje teksta s kamere, a njihova kakovost je slabša od naprednejše programske opreme. Takole dostopate do branja besedila iz slik na Androidu in Applu:
Android
Android naprave (od verzije Android 12 naprej) imajo vgrajen TTS bralnik. Koristen je za navigacijo, branje majhnih pisav ipd., lahko pa z njim preberete tudi besedilo s slike. Postopek nastavitve:
- Odprite meni »Dostopnost« prek aplikacije »Nastavitve«.
- Omogočite možnost »Izberi za govor«.
- V zavihku »Nastavitve« pri TTS bralniku vklopite »Branje besedila na slikah«.
- Na začetnem zaslonu zaženite aplikacijo »Kamera«.
- Usmerite kamero v knjigo, časopis ali zaslon z digitalnim tekstom.
- Tapnite gumb »Izberi za govor« in izberite besedo v aplikaciji »Kamera«.
Android TTS bralnik začne brati od označene besede. Več teksta izberete tako, da povlečete prst čez zaslon – kot v urejevalniku besedil.
Apple
Za branje fizičnega teksta prek iPhone potrebujete delujočo kamero, iOS 15 ali novejši ter vklopljene vgrajene TTS funkcije.
- V meniju »Nastavitve« pojdite na zavihek »Dostopnost«.
- Izberite funkcijo »Govorjena vsebina«.
- Vklopite možnosti »Govor izbora« in »Govor zaslona«.
- Vrnite se na začetni zaslon in vklopite kamero.
- Usmerite kamero v stran in počakajte, da se v spodnji orodni vrstici prikaže gumb »Živo besedilo«.
- Tapnite za vklop OCR branja zaslona.
- S podrsanjem navzdol z dvema prstoma začnite z glasnim branjem od vrha strani.
- Tapnite ali izberite besedo, stavek ali odstavek za glasno branje izbranega dela.
Tako iPadi kot iPhoni imajo omejene OCR in TTS zmožnosti. Čeprav je natančnost pri prepoznavi besedila dobra, je glas precej umeten in robotski.
Speechify – najboljši TTS z OCR
Čeprav so vgrajeni TTS in OCR na mobilnih napravah uporabni, pa je njihova kakovost slabša. Alternativa je aplikacija Speechify,pretvornik besedila v govor z OCR tehnologijo in kakovostnimi AI glasovi. Zmore več kot privzeti mobilni bralniki: skenira celotne knjige, fizične dokumente in jih spremeni v digitalni tekst. Njegov algoritem ustvari naraven govor, ki ga lahko prilagodite po hitrosti in željah. Speechify je na voljo za:
Ne glede na to, ali Speechify prenesete iz Apple App Store, Google Play ali kot namizno različico za Mac ali razširitev za Chrome, ena licenca zadostuje za uporabo na vseh napravah. Uporabniški vmesnik je prijazen za vse starosti in ravni tehničnega znanja. OCR v Speechify omogoča spletno branje v realnem času.
Speechify je namenjen dislektikom, osebam z bralnimi in vidnimi ovirami ter večopravilnim uporabnikom – ponuja več kot klasični bralniki. Z aplikacijo lahko vsak digitalni ali fizični tekst spremenite v zvočno knjigo, ustvarite podcaste ali izboljšate veščine branja z manj napora. Preizkusite brezplačni Speechify in si prilagodite bralno izkušnjo. Speechify omogoča tudi spletni AI generator glasov za testiranje glasov z lastnim besedilom.
