拍照转语音：把照片里的文字变成清晰的音频

照片是怎样变成语音的

拍照转语音分两步。第一步，光学字符识别（OCR）分析照片，判断哪些形状是字母和文字，也就是常说的图片转文字。第二步，文字转语音（text to speech）把这些文字变成朗读的声音。声音只能读出 OCR 找到的内容，所以几乎每一个读错的词，问题都出在照片上：一道横过文字的阴影、光面纸上的反光、向书脊弯进去的页面。照片拍好了，音频自然就没问题。ReadLens 点一下就完成这两步。

三步把照片变成语音

1. 01 拍照或选一张照片。打开 ReadLens，点拍一页用相机拍摄，或者从相册里选一张图片，截图也可以。一次拍摄最多可包含 5 页。
2. 02 让 OCR 替您打字。ReadLens 会自动提取文字，印刷页面、课堂幻灯片和字迹清楚的手写都能识别。如果文字是另一种语言，它可以先翻译再朗读，支持 11 种语言。
3. 03 按下播放，跟着看。自然的 AI 声音朗读整页内容，正在朗读的词同步高亮。点任意一个词，音频就直接跳到那里，语速也可以按您的习惯调整。

怎样拍出 OCR 能准确识别的照片

• 光线均匀比光线强更重要。窗边的自然光或天花板灯都很好。别让手机和手的影子落在文字上；遇到光面纸，就稍微倾斜，直到反光点移出文字。
• 正对着拍。让手机与纸面平行，放在页面正上方。角度太斜，远处的行会变小，又小又被压扁的字最先被认错。
• 保持页面平整。用空着的手按住打开的书，一次只拍一页，让书脊附近的弯曲留在画面外。折过的信和小票，先抚平再拍。
• 填满画面，边缘也要拍全。靠得够近，让文字占据照片的大部分，同时整块文字都要留在画面里，别让任何一行在边缘被截断。
• 稳住，等对焦。等相机对好焦再按快门。手一抖，字就只能靠猜。
• 屏幕上的字用截图。手机或电脑屏幕上的文字，截图比对着屏幕拍更清晰：没有反光，没有条纹，也不会模糊。

一次拍下多页

每次拍摄或导入 PDF 最多 5 页，一次朗读最多可容纳 30 页，所以一整章或一封长信可以连成一段完整的音频。之后还能通过“添加页面”往同一次朗读里继续加页，并调整页面顺序，拍的时候顺序乱了也不要紧。每次朗读都会保存在您的资料库里，随时重听，收藏的内容还能离线收听。

OCR 不擅长的情况

• 对比度低：灰纸上的铅笔字、褪色的小票、彩色背景上的浅色文字。
• 装饰字体：花体字、字距很紧的标题，以及印在照片或花纹上的文字。
• 复杂版面：多栏报纸、表格和表单的朗读顺序可能出乎意料。一次只裁出一栏或一个部分。
• 极小的字：从远处拍的脚注和配料表。把手机拿近，而不是用变焦放大。
• 潦草的手写：工整的笔记通常没问题，写得很快的连笔字可能会有遗漏。手写笔记转语音指南里有专门针对笔记的技巧。
• 没有文字的图片：OCR 只识别文字，不会描述场景或人脸。

某个词读错了怎么办

高亮让读错的地方一目了然：声音一卡壳，亮着的那个词就指出了位置。点一下它，就能重听那一段。如果问题出在照片上，就靠近一点、压平一点、换个光线更好的地方重拍；一张更好的照片，通常能修好整页。想朗读手里已有的图片，比如截图和朋友发来的照片，请看让手机朗读图片里的文字。