印刷されたテキストをAndroidリーダー用のオーディオブックに変換します
印刷されたページの写真やインポートされたPDFを、デバイス内のOCRを使用して、ぼやけた画像からでもテキストを抽出し、聞くことができるオーディオブックに変換します。Photo Voice: PDF Image Readerは、Eclectic Art Linesによる書籍カテゴリのアプリで、ローカルOCRと設定可能なオーディオブックプレーヤーを組み合わせています。EPUB、FB2、TXT、HTMLをサポートし、コラムと2ページの読み取り順序を保持し、学生、通勤者、視覚または読書に課題を持つ読者がドキュメントにハンズフリーでアクセスするのに適しています。
アプリが現実の文書を処理する方法
アプリは、カメラキャプチャとスキャンされたファイルをデバイス上の光学文字認識で処理します。開発者によれば、言語モデルをダウンロードした後はオフラインで動作します。自動テキストクリーンアップはハイフンを結合し、壊れた行を修正し、数式をスキップすることで、読み取りがより連続的になります。埋め込まれたテキストを含むPDFの場合、アプリはレイヤーを直接読み取ります。スキャンされたPDFの場合は、ページごとの認識を実行して画像を読み取り可能なテキストに変換します。
リスニングを通じた学習のサポート方法
Photo Voiceは、書かれた資料をナレーションされた音声に変換し、学習者が画面を見ずに長いテキストを追うことができるようにします。オーディオブックプレーヤーは、自然な音程を維持しながら、1倍から3倍までの調整可能な再生速度を提供し、視覚的なテキストハイライトが音声と同期することで、読者がレビューセッション中に進捗を追跡できます。統合されたブックマーク機能は、最後の位置を復元し、学習者がセッション間で学習を再開するのに役立ちます。
誰が恩恵を受け、どれほどアクセス可能か
重い読書負荷を抱える学生、視覚障害者、通勤者向けに設計されたこのアプリは、ラテン文字、キリル文字、アラビア文字、さまざまなアジアの文字にわたる多言語スクリプト認識をサポートします。OCRはローカルで実行されるため、プライバシーがデバイス上で保護され、言語モデルがインストールされると、ネットワークアクセスなしでアプリを操作できます。そのローカル処理は、オフラインアクセスや強力なデータプライバシーが必要な学習者に適しています。
コンテンツの柔軟性と教室での使用
アプリはカメラの写真、ギャラリーの画像、EPUBやHTMLを含む複数の文書形式を受け入れるため、教師や自己学習者は多様な資料をインポートできます。スリープタイマーとバックグラウンド再生により、学習者は通勤中や他の作業をしながら聞くことができます。オーディオ対応の読書リストを作成する教師は、アプリを利用して混合形式のリソースを単一のリスニング可能なストリームに変換できます。
独立学習者とアクセシビリティ使用のための明確な適合
Photo Voiceは、特に学生や読書障害のある人々にとって、Android上の印刷またはデジタルテキストに音声アクセスが必要なすべての人のための集中ツールです。実用的な考慮事項の1つは、オフラインOCRのための言語モデルの初期ダウンロードが必要であり、これがセットアップ時間を追加することです。ローカル処理と再生コントロールを重視しているため、このアプリはプライバシーとハンズフリースタディを優先する学習者に適しています。
