Leitor de Texto por Câmera — OCR que Lê em Voz Alta

Com a câmera ligada, um tom toca: quanto melhor o texto preenche o quadro, mais alto e estável ele fica. Quando o quadro é capturado e estabiliza, a foto é tirada automaticamente e uma voz diz “Capturado”. Assim você fotografa o texto sem ver a tela.

Mais de vinte, incluindo latina, cirílica, grega, árabe, hebraica, devanágari, tailandesa, coreana, japonesa e chinesa. O modo automático escolhe a língua pela imagem, e é confiável quando a página está numa só língua e pouco confiável quando duas dividem a mesma linha — um rótulo em russo com um nome de marca em inglês é o caso clássico, e definir a língua à mão resolve. O que limita a precisão muito mais do que a língua é o enquadramento: luz uniforme, a página preenchendo o quadro e a câmera paralela ao papel. Uma foto tirada em ângulo transforma retas em curvas, e o reconhecimento de uma linha curva falha igualmente em qualquer escrita.

A precisão depende da iluminação, do foco, da fonte e do ângulo. A ferramenta endireita a inclinação, remove sombras e corrige a rotação sozinha, mas para o melhor resultado fotografe com boa luz, segure a câmera firme e mais perto do texto. Letra manuscrita é reconhecida mal.

Quase tudo o que importa aqui, e em geral a favor do celular. A câmera traseira do celular foca de perto e se move com a sua mão, que é o jeito natural de ler um rótulo ou um cardápio; a câmera do notebook é fixa, aponta para você e não dá para virar para uma página. Lanterna e zoom existem onde o aparelho os oferece, o que na prática significa Android com mais frequência que iPhone. A leitura em voz alta usa as vozes instaladas no seu sistema, então o mesmo texto soa diferente no iOS e no Android — e num celular sem voz para aquela língua, o texto aparece mas não é falado.

Tudo, menos o primeiro carregamento e a voz HD natural: ela é sintetizada no nosso servidor, então sem conexão quem lê é a voz do dispositivo. O motor de reconhecimento, os dados de idioma e as vozes são buscados uma vez e depois guardados pelo navegador, então, depois de você usar um idioma uma vez, apontar a câmera para uma página e ouvi-la lida funciona sem conexão nenhuma — o que importa, porque os momentos em que mais se precisa ler um rótulo costumam ser os momentos sem sinal. Duas ressalvas. Um idioma que você nunca usou ainda não foi baixado, então pegue os que precisa enquanto houver conexão. E limpar os dados do site joga fora o cache, o que significa que o próximo uso vai exigir a rede de novo.