Pembaca Teks Kamera — OCR yang Membacakan

Selama kamera menyala, sebuah nada berbunyi: makin baik teks mengisi bingkai, makin tinggi dan stabil nadanya. Saat bingkai tertangkap dan stabil, foto diambil otomatis dan suara mengucapkan “Diambil”. Jadi Anda bisa memotret teks tanpa melihat layar.

Lebih dari dua puluh, termasuk Latin, Kiril, Yunani, Arab, Ibrani, Dewanagari, Thai, Korea, Jepang, dan Tionghoa. Mode otomatis memilih bahasanya dari gambar, dan ia andal ketika halamannya berbahasa tunggal serta tak andal ketika dua bahasa berbagi satu baris — label berbahasa Rusia dengan nama merek berbahasa Inggris adalah kasus klasiknya, dan menetapkan bahasanya secara manual akan membetulkannya. Yang jauh lebih membatasi ketepatan daripada bahasanya adalah bidikannya: pencahayaan yang rata, halaman yang memenuhi bingkai, dan kamera yang sejajar dengan kertasnya. Foto yang diambil menyerong mengubah garis lurus menjadi lengkung, dan pengenalan baris tulisan yang melengkung gagal sama saja pada tiap aksara.

Akurasi bergantung pada pencahayaan, fokus, jenis huruf, dan sudut. Alat otomatis meluruskan kemiringan, menghapus bayangan, dan memperbaiki rotasi, tetapi untuk hasil terbaik potretlah dengan cahaya bagus, tahan kamera stabil dan lebih dekat ke teks. Tulisan tangan dikenali dengan buruk.

Hampir semua yang berarti di sini, dan kebanyakan berpihak pada ponsel. Kamera belakang ponsel berfokus dari dekat dan bergerak mengikuti tangan Anda, dan itulah cara alami membaca sebuah label atau daftar menu; kamera laptop terpasang tetap, menghadap Anda, dan tak bisa diarahkan ke sehelai halaman. Lampu senter dan pembesaran tersedia bila perangkatnya menyediakan, yang dalam praktiknya lebih sering pada Android ketimbang iPhone. Pembacaan lantangnya memakai suara yang terpasang pada sistem Anda sendiri, jadi teks yang sama terdengar berbeda di iOS dan Android — dan pada ponsel yang tak punya suara untuk bahasa itu, teksnya muncul tetapi tidak diucapkan.

Segalanya kecuali pemuatan yang paling pertama dan suara HD alami: suara itu dibuat di server kami, jadi tanpa koneksi yang membaca adalah suara perangkat. Mesin pengenalnya, data bahasanya, dan suaranya diambil sekali lalu disimpan peramban, sehingga setelah Anda memakai sebuah bahasa satu kali, mengarahkan kamera ke sehelai halaman dan mendengarnya dibacakan sama sekali tak memerlukan sambungan — dan itu penting, sebab saat-saat Anda paling perlu membaca sebuah label kerap bertepatan dengan saat tak ada sinyal. Ada dua catatan. Bahasa yang belum pernah Anda pakai belum terunduh, jadi ambillah yang Anda perlukan selagi ada sambungan. Lalu membersihkan data situs membuang simpanannya, artinya pemakaian berikutnya memerlukan jaringan lagi.