Foto para texto e áudio: como tirar fotos que o OCR lê direito

Como uma foto vira voz

Transformar foto em voz junta duas etapas. Primeiro, o reconhecimento óptico de caracteres (OCR) olha a foto e descobre quais formas são letras e palavras, como um leitor de texto em imagem. Depois, o texto para voz (o text to speech) transforma essas palavras em áudio falado. A voz só consegue ler o que o OCR encontrou, então quase toda palavra mal lida vem da foto: uma sombra sobre uma linha, um reflexo no papel brilhante, uma página curvada perto da lombada. Acerte a foto e o áudio se resolve sozinho. O ReadLens faz as duas etapas com um toque.

Transforme uma foto em voz em três passos

1. 01 Tire ou escolha uma foto. Abra o ReadLens e toque em Tire uma foto para usar a câmera, ou escolha uma imagem da galeria, inclusive capturas de tela. Uma captura pode ter até 5 páginas.
2. 02 Deixe o OCR digitar por você. O ReadLens extrai o texto automaticamente. Ele lê páginas impressas, slides de aula e letra de mão legível. Se o texto estiver em outro idioma, ele pode traduzir antes de ler; são 11 idiomas.
3. 03 Aperte o play e acompanhe. Uma voz natural de IA lê a página enquanto cada palavra acende no ritmo. Toque em qualquer palavra para pular direto para esse ponto do áudio e ajuste a velocidade do seu jeito.

Como tirar uma foto que o OCR lê com precisão

• Luz uniforme vale mais que luz forte. A luz de uma janela ou de uma lâmpada no teto funciona bem. Mantenha a sombra do telefone e da mão longe das linhas, e incline páginas brilhantes até o reflexo sair de cima do texto.
• Fotografe de frente. Segure o telefone paralelo à página, bem em cima dela. Em um ângulo muito inclinado, as linhas do fundo encolhem, e letras pequenas e achatadas são as primeiras a serem mal lidas.
• Mantenha a página plana. Segure o livro aberto com a mão livre e fotografe uma página de cada vez, para a curva perto da lombada ficar fora do enquadramento. Desamasse cartas dobradas e notas fiscais antes.
• Preencha o enquadramento, com as bordas. Chegue perto o bastante para o texto ocupar quase toda a foto, mas mantenha o bloco de texto inteiro à vista para nenhuma linha ficar cortada na borda.
• Fique parado para o foco. Deixe a câmera focar antes de fotografar. Uma foto tremida transforma letras em chutes.
• Para telas, use captura de tela. Para um texto no celular ou no computador, a captura de tela fica mais nítida do que uma foto da tela: sem reflexo, sem listras, sem borrão.

Capturar mais de uma página

Cada captura ou importação de PDF aceita até 5 páginas, e uma leitura pode ter até 30 páginas, então um capítulo ou uma carta longa toca como um único áudio contínuo. Você pode adicionar páginas a uma leitura depois e mudar a ordem delas, o que ajuda quando fotografou fora de sequência. Cada leitura fica salva na sua biblioteca para ouvir de novo, e os favoritos continuam disponíveis para ouvir offline.

O que ainda é difícil para o OCR

• Pouco contraste: lápis em papel cinza, notas fiscais apagadas, texto claro sobre fundo colorido.
• Letras decorativas: fontes cursivas, títulos muito apertados e texto impresso sobre uma foto ou estampa.
• Layouts complexos: jornais com várias colunas, tabelas e formulários podem sair em uma ordem inesperada. Recorte uma coluna ou uma seção de cada vez.
• Letra miúda: notas de rodapé e listas de ingredientes fotografadas de longe. Aproxime o telefone em vez de usar o zoom.
• Letra de mão bagunçada: anotações caprichadas costumam ser bem lidas, enquanto uma letra cursiva rápida pode sair com falhas. O guia anotações à mão em áudio tem dicas para isso.
• Imagens sem palavras: o OCR só lê texto. Ele não descreve cenas nem rostos.

Quando uma palavra sai errada

O destaque facilita achar os erros: quando a voz tropeça, a palavra acesa mostra exatamente onde. Toque nela para ouvir aquele trecho de novo. Se o problema foi a foto, tire outra mais de perto, mais plana e com mais luz; uma foto melhor costuma resolver a página inteira. Para ler imagens que você já tem, como capturas de tela e fotos que os amigos mandam, veja como fazer o telefone ler uma foto em voz alta.