OCR टिप्स
Photo to text और फिर आवाज़: ऐसी फ़ोटो कैसे लें जिसे OCR सही पढ़े
Photo to speech उतना ही अच्छा होता है जितनी फ़ोटो। सीधी, साफ़ और बराबर रोशनी वाली फ़ोटो ही तय करती है कि आवाज़ साफ़ पढ़ेगी या गलत पहचाने गए शब्दों पर अटकेगी। यहाँ जानिए ऐसी फ़ोटो कैसे लें जिसे OCR सही पढ़े, और फिर उसे ऑडियो में कैसे बदलें।
झटपट जवाब
फ़ोटो को साफ़ ऑडियो में बदलने के लिए iPhone, iPad या Android पर ReadLens खोलें, पेज की फ़ोटो लें पर टैप करें और टेक्स्ट की फ़ोटो सामने से, बराबर रोशनी में, पेज को सीधा रखकर और फ़्रेम भरकर लें। OCR इमेज से शब्द निकालता है, फिर नेचुरल AI आवाज़ उन्हें पढ़ती है और हर शब्द हाइलाइट होता है; किसी भी शब्द पर टैप करके वहीं लौट सकते हैं। पढ़ाई की क्वालिटी फ़ोटो तय करती है: चमक, गहरी परछाईं, किताब की सिलाई की ओर मुड़ता पेज, हिलती फ़ोटो और बहुत छोटे अक्षर ही गलत शब्दों की वजह बनते हैं, और पास से, सीधी और बेहतर रोशनी में दोबारा ली गई फ़ोटो आमतौर पर इन्हें ठीक कर देती है। एक बार में 5 पेज तक कैप्चर करें, 30 पेज तक की एक रीड बनाएँ, और सुनने से पहले 11 भाषाओं में अनुवाद करें। ReadLens फ़्री है, हर हफ़्ते फ़्री फ़ोटो और बिना अकाउंट के।
फ़ोटो आवाज़ कैसे बनती है
Photo to speech दो स्टेप जोड़ता है। पहले ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) फ़ोटो देखकर पहचानता है कि कौन-सी आकृतियाँ अक्षर और शब्द हैं। फिर text to speech उन शब्दों को बोली गई आवाज़ में बदलता है। आवाज़ वही पढ़ सकती है जो OCR ने पाया, इसलिए लगभग हर गलत पढ़ा गया शब्द फ़ोटो से जुड़ा होता है: किसी लाइन पर परछाईं, चमकदार कागज़ पर चमक, सिलाई की ओर मुड़ता पेज। फ़ोटो सही हो, तो ऑडियो अपने आप ठीक हो जाता है। ReadLens दोनों स्टेप एक ही टैप में करता है।
तीन स्टेप में फ़ोटो को आवाज़ में बदलें
- 01 फ़ोटो लें या चुनें। ReadLens खोलें और कैमरा इस्तेमाल करने के लिए पेज की फ़ोटो लें पर टैप करें, या फ़ोटो लाइब्रेरी से इमेज चुनें, स्क्रीनशॉट भी। एक कैप्चर में 5 पेज तक आ सकते हैं।
- 02 टाइपिंग OCR पर छोड़ दें। ReadLens टेक्स्ट अपने आप निकालता है। यह छपे पेज, लेक्चर स्लाइड और साफ़ हैंडराइटिंग संभालता है। अगर टेक्स्ट दूसरी भाषा में है, तो पढ़ने से पहले उसका अनुवाद कर सकता है; 11 भाषाएँ उपलब्ध हैं।
- 03 प्ले दबाएँ और साथ-साथ पढ़ें। नेचुरल AI आवाज़ पेज पढ़ती है और हर शब्द साथ-साथ हाइलाइट होता है। ऑडियो में किसी जगह सीधे पहुँचने के लिए किसी भी शब्द पर टैप करें, और स्पीड अपनी पसंद से बदलें।
ऐसी फ़ोटो कैसे लें जिसे OCR सही पढ़े
- तेज़ रोशनी से बेहतर है बराबर रोशनी। खिड़की की धूप या छत की लाइट अच्छी रहती है। फ़ोन और हाथ की परछाईं लाइनों पर न पड़ने दें, और चमकदार पेज को इतना झुकाएँ कि चमक टेक्स्ट से हट जाए।
- सामने से फ़ोटो लें। फ़ोन को पेज के समानांतर, ठीक ऊपर रखें। तिरछे एंगल पर दूर वाली लाइनें छोटी हो जाती हैं, और छोटे, दबे हुए अक्षर ही सबसे पहले गलत पढ़े जाते हैं।
- पेज सीधा रखें। किताब को एक हाथ से खुला रखें और एक बार में एक पेज की फ़ोटो लें, ताकि सिलाई के पास का मोड़ फ़्रेम से बाहर रहे। मुड़ी हुई चिट्ठियाँ और रसीदें पहले सीधी कर लें।
- फ़्रेम भरें, किनारों समेत। इतने पास जाएँ कि टेक्स्ट फ़ोटो का ज़्यादातर हिस्सा भर दे, पर पूरा टेक्स्ट दिखता रहे ताकि कोई लाइन किनारे पर न कटे।
- फ़ोकस के लिए हाथ स्थिर रखें। फ़ोटो लेने से पहले कैमरे को फ़ोकस करने दें। हिलती फ़ोटो में अक्षर अंदाज़ा बन जाते हैं।
- स्क्रीन का स्क्रीनशॉट लें। फ़ोन या कंप्यूटर पर दिख रहे टेक्स्ट के लिए स्क्रीनशॉट, स्क्रीन की फ़ोटो से ज़्यादा साफ़ होता है: न चमक, न धारियाँ, न धुंधलापन।
एक से ज़्यादा पेज कैप्चर करना
हर कैप्चर या PDF इम्पोर्ट में 5 पेज तक आते हैं, और एक रीड में 30 पेज तक रह सकते हैं, इसलिए पूरा चैप्टर या लंबी चिट्ठी एक लगातार ऑडियो की तरह चलती है। आप बाद में रीड में पेज जोड़ सकते हैं और उनका क्रम बदल सकते हैं, जो तब काम आता है जब फ़ोटो उल्टे-सीधे क्रम में ली गई हों। हर रीड दोबारा सुनने के लिए आपकी लाइब्रेरी में सेव रहती है, और पसंदीदा ऑफ़लाइन सुनने के लिए उपलब्ध रहते हैं।
OCR को कहाँ दिक्कत होती है
- कम कंट्रास्ट: स्लेटी कागज़ पर पेंसिल, फीकी पड़ी रसीदें, रंगीन बैकग्राउंड पर हल्का टेक्स्ट।
- सजावटी अक्षर: कर्सिव फ़ॉन्ट, बहुत पास-पास लिखे हेडलाइन, और फ़ोटो या डिज़ाइन के ऊपर छपा टेक्स्ट।
- जटिल लेआउट: कई कॉलम वाले अख़बार, टेबल और फ़ॉर्म अनपेक्षित क्रम में आ सकते हैं। एक बार में एक कॉलम या हिस्सा क्रॉप करें।
- बहुत छोटे अक्षर: दूर से ली गई फ़ुटनोट और सामग्री की लिस्ट। ज़ूम करने की बजाय फ़ोन पास ले जाएँ।
- बिखरी हैंडराइटिंग: साफ़ नोट्स आमतौर पर अच्छे पढ़े जाते हैं, जबकि जल्दी में लिखी घसीट लिखावट में कुछ शब्द छूट सकते हैं। नोट्स के टिप्स हैंडराइटिंग से ऑडियो वाले गाइड में हैं।
- बिना शब्दों की तस्वीरें: OCR सिर्फ़ टेक्स्ट पढ़ता है। यह दृश्य या चेहरे का वर्णन नहीं करता।
जब कोई शब्द गलत आए
हाइलाइट से गलत पढ़े शब्द ढूँढना आसान है: जब आवाज़ अटकती है, तो हाइलाइट हुआ शब्द ठीक वह जगह दिखाता है। वह हिस्सा दोबारा सुनने के लिए उस पर टैप करें। अगर दिक्कत फ़ोटो में थी, तो पास से, सीधी और बेहतर रोशनी में दोबारा लें; एक बेहतर फ़ोटो से आमतौर पर पूरा पेज ठीक हो जाता है। जो तस्वीरें पहले से आपके पास हैं, जैसे स्क्रीनशॉट और दोस्तों की भेजी फ़ोटो, उन्हें पढ़वाने के लिए देखें फ़ोटो पढ़कर सुनाने वाला ऐप।
अक्सर पूछे जाने वाले सवाल
Photo to speech कुछ शब्द गलत क्यों पढ़ता है?
लगभग हमेशा फ़ोटो की वजह से। परछाईं, चमक, किताब की सिलाई की ओर मुड़ता पेज, हिलती फ़ोटो और बहुत छोटा या कम कंट्रास्ट वाला टेक्स्ट OCR के लिए अक्षरों को अस्पष्ट बना देते हैं। सामने से, बराबर रोशनी में, पेज सीधा रखकर और टेक्स्ट से फ़्रेम भरकर दोबारा फ़ोटो लें, और पढ़ाई आमतौर पर साफ़ निकलती है।
क्या photo to speech स्क्रीनशॉट पर काम करता है?
हाँ। ReadLens आपकी फ़ोटो लाइब्रेरी की किसी भी इमेज से टेक्स्ट पढ़ता है, स्क्रीनशॉट और स्कैन किए डॉक्यूमेंट समेत। स्क्रीन पर दिख रहे टेक्स्ट के लिए स्क्रीनशॉट, स्क्रीन की फ़ोटो से ज़्यादा साफ़ और सही होता है।
क्या मैं कई पेज को एक ही ऑडियो बना सकता हूँ?
हाँ। एक बार में 5 पेज तक कैप्चर करें और उसी रीड में पेज जोड़ते जाएँ, कुल 30 तक। आप पेजों का क्रम बदल सकते हैं, और पूरी रीड बाद में दोबारा सुनने के लिए आपकी लाइब्रेरी में सेव रहती है।
आज़माएँ
पास पड़े किसी भी कागज़ पर आज़माएँ
ReadLens फ़्री है, हर हफ़्ते कुछ फ़्री फ़ोटो मिलती हैं और अकाउंट की ज़रूरत नहीं।