TGRadioКниги
Проверка текста книги после OCR перед озвучкой
Проверку текста книги после OCR начните с порядка чтения, затем проверьте символы, переносы и сноски. Сравнивайте распознанный текст с изображениями страниц. TGRadio не выполняет OCR: распознавание и исправления нужно сделать вне приложения, а в сервис загрузить уже подготовленный файл с текстом.
Выберите места для сверки со сканом
Сохраните изображения страниц и отдельную копию результата распознавания. Для первой проверки возьмите начало книги, участок из середины, конец и страницы со сложной вёрсткой. Добавьте места с мелким шрифтом, таблицами или заметными пятнами, если они есть в источнике.
Например, чистая страница с крупным текстом ничего не говорит о качестве распознавания тесных примечаний в конце главы. Сравнивайте выбранные отрывки построчно. Такая выборка помогает найти типичные ошибки, но не подтверждает точность всех остальных страниц книги.
Восстановите порядок чтения
Проверьте, соединяются ли конец одной страницы и начало следующей в связное предложение. В двухколоночной вёрстке распознавание может смешать строки соседних колонок. Признаки проблемы: внезапная смена темы, оборванная реплика и продолжение предложения через несколько абзацев.
Сопоставьте расположение текста на скане с порядком в файле. Отделите повторяющиеся колонтитулы и номера страниц от основного повествования. Не удаляйте строку только за краткость: это может быть реплика, заголовок или авторская вставка, необходимая для понимания.
Проверьте похожие символы и переносы
Ищите слова с неожиданными цифрами, смешением алфавитов и разрывами посередине. Например, «г0род» содержит ноль вместо буквы, а одинаково выглядящие латинские и кириллические символы могут оказаться внутри одного слова. Исправляйте такие места по изображению, особенно в именах и числах.
Отдельно проверьте переносы строк. Слово, разделённое на странице, в обычном абзаце нужно собрать, но дефис в составном слове сохранить. Не удаляйте все дефисы разом. Сверяйте также кавычки и знаки конца предложения: от них зависит, где при чтении появятся паузы.
Разберите сноски, подписи и пропуски
Установите, куда попали сноски после распознавания. Текст примечания может вклиниться в середину предложения, а его номер превратиться в отдельное слово для чтения. В разрешённой копии разместите необходимые пояснения так, чтобы основной текст оставался связным, сохранив их содержание.
Например, подпись под рисунком может читаться между двумя половинами абзаца. Проверьте её положение по странице. Изображения и формулы TGRadio не распознаёт; не заменяйте отсутствующий материал догадками. Если без него смысл теряется, найдите более подходящий текстовый источник.
Проверьте исправления на слух
Откройте сохранённый файл и убедитесь, что исправления не нарушили абзацы и порядок глав. Для импорта подходит PDF с текстовым слоем, но страницы внутри одного PDF могут различаться: наличие выделяемого текста на первой не подтверждает наличие текста на остальных.
Загрузите подготовленную книгу в TGRadio и нажмите Play после выбора голоса. Прослушайте доступный проверочный участок, следя по исходнику. Если встретилась системная ошибка, вернитесь к внешнему редактору и найдите другие похожие места. Удачная проба одного фрагмента не заменяет сверку сложных страниц.