Как озвучить PDF: текстовый слой, сканы и порядок чтения

Проверьте несколько страниц через копирование

Откройте документ в программе для чтения PDF. Чёткие буквы на экране ещё не означают, что внутри есть доступный текст: страница может быть фотографией или сканом. Выделение и копирование помогают проверить, что удаётся извлечь из файла.

Не ограничивайтесь обложкой. В одном PDF могут сочетаться обычные текстовые страницы и вставки со сканами. Успешная проверка одного абзаца не гарантирует, что вся книга подготовлена одинаково.

1. Выберите абзац в начале основного текста и попробуйте выделить отдельные слова.
2. Скопируйте его в простой текстовый редактор и сравните с оригиналом.
3. Повторите проверку в середине и ближе к концу документа, а также на странице с колонками, если они есть.
4. Посмотрите, сохраняются ли слова, пробелы и последовательность предложений.

Если текст не выделяется, подготовьте скан через OCR

OCR распознаёт буквы на изображениях и превращает их в текст. Для скана потребуется отдельная программа с распознаванием. Простое переименование файла или сохранение картинки в PDF текстового слоя не создаёт.

Если у вас есть исходный документ, попробуйте получить из него текстовый PDF или поддерживаемую электронную книгу. Это позволяет обойтись без распознавания скана. TGRadio также принимает EPUB, FB2 и TXT, но смена формата сама по себе ошибки не исправляет.

1. Откройте скан в программе с OCR и укажите язык документа.
2. Распознайте нужные страницы и проверьте результат по оригиналу, особенно имена, числа и знаки препинания.
3. Сохраните результат как PDF с текстовым слоем либо подготовьте проверенный TXT.
4. Снова скопируйте несколько абзацев из итогового файла, чтобы проверить результат.

Если слова есть, но читаются в неверном порядке

В PDF с колонками, сносками и таблицами порядок извлечения текста может отличаться от расположения на странице. Например, после строки из левой колонки может идти строка из правой. Озвучка не восстановит смысл такой последовательности автоматически.

Если при копировании появляются обрывки слов, повторяющиеся колонтитулы или номера страниц внутри предложений, подготовьте чистый текст. Исправьте переносы, восстановите порядок абзацев и уберите вставки, которые мешают слушать. Сверяйте изменения с оригиналом, чтобы не потерять содержание.

При большом числе ошибок удобнее найти другой исходный файл. Повторное сохранение того же PDF в другой формат не гарантирует исправления.

Проверьте пароль, размер файла и способ загрузки

PDF с паролем для TGRadio не подходит. Получите у источника доступную версию без пароля. Если копирование запрещено настройками документа, одного этого признака недостаточно, чтобы считать файл сканом.

Размер загружаемого файла должен быть не больше 10 МБ. Для более крупного документа можно подготовить отдельную часть в PDF-редакторе и заново проверить её текст. Уменьшение качества картинок не добавляет отсутствующий текстовый слой.

Книгу можно добавить после входа в разделе озвучки книг через файл или общедоступную ссылку, а также отправить боту. Ссылка должна вести к доступному файлу или HTML-странице с текстом; вход и защищённая загрузка могут мешать импорту. Загруженные книги личные и автоматически не публикуются.

Начните с проверки первого готового фрагмента

Озвучка книг сейчас бесплатна для всех пользователей, без месячного лимита символов. Загрузите подготовленный PDF и проверьте качество первого звукового фрагмента, прежде чем слушать дальше.

Слушать можно с первого готового фрагмента. Сравните его с исходным текстом: пропуски и нарушенный порядок фраз сначала стоит искать в документе. Смена голоса не исправляет источник и требует новой озвучки. Изменение скорости воспроизведения новой озвучки не требует.

Используйте документы, на использование которых у вас есть право. При озвучке текст фрагментов передаётся сервису синтеза речи.