Dành cho tài liệu lớp học chỉ tồn tại trên giấy hoặc bảng trắng — một cái nhìn thực tế về những gì một công cụ trích xuất văn bản có thể biến thành văn bản kỹ thuật số hữu dụng, và những gì không thể.
Tài Liệu Chưa Bao Giờ Tồn Tại Dưới Dạng Tệp
Một số tài liệu lớp học chưa bao giờ là kỹ thuật số ngay từ đầu. Một phiếu bài tập đã được photocopy và tái sử dụng trong nhiều năm, không có tài liệu gốc nào ở bất cứ đâu. Một sơ đồ hoặc chuỗi các bước được viết trên bảng trắng, biến mất ngay khi bị xóa. Một tài liệu phát tay từ một giáo viên trước đó, được kế thừa dưới dạng một chồng giấy. Trong mọi trường hợp, cách duy nhất để đưa nội dung đó vào một dạng có thể chỉnh sửa, tìm kiếm, hoặc đọc bởi thứ gì đó khác ngoài mắt người là bắt đầu từ một bức ảnh của nó.
Một Công Cụ Chuyển Ảnh Thành Văn Bản đọc một bức ảnh hoặc bản quét và trả về bất kỳ văn bản nào nó có thể nhận diện, dưới dạng văn bản thuần túy, có thể chỉnh sửa. Điều đó thực sự hữu ích đối với tài liệu chỉ có trên giấy — nhưng chỉ khi kỳ vọng về những gì nó có thể đọc đáng tin cậy là chính xác, đặc biệt khi có liên quan đến chữ viết tay.
Công Cụ Này Thực Sự Có Thể Đọc Được Gì
Đây là một công cụ nhận diện văn bản được xây dựng cho các ký tự in và đánh máy, không phải một chuyên gia về chữ viết tay, và hiện tại nó chỉ đọc tiếng Anh — văn bản bằng ngôn ngữ khác, hoặc một trang pha trộn ngôn ngữ, sẽ không ra kết quả đáng tin cậy ngay cả khi việc nhận diện trông có vẻ hợp lý bề ngoài. Nó cũng không làm thẳng, làm sáng, hoặc làm sạch một hình ảnh trước khi đọc nó. Một bức ảnh chụp nghiêng, trong ánh sáng yếu, hoặc có bóng đổ trên một phần của trang được đưa vào nhận diện chính xác như lúc chụp, không có bất kỳ bước điều chỉnh nào trước — vì vậy một bức ảnh không lý tưởng của tài liệu đã khó khăn sẵn sẽ làm trầm trọng thêm hai vấn đề cùng lúc thay vì một.
Đối với văn bản in hoặc đánh máy — một phiếu bài tập photocopy, một trang sách giáo khoa, một bảng trắng được viết bằng chữ in hoa rõ ràng với bút dạ —, điều đó hiếm khi là vấn đề miễn là bản thân bức ảnh khá tốt. Đối với chữ viết tay thực sự, kết quả không nhất quán: chữ in hoa lớn, tách biệt có cơ hội thực sự ra kết quả phần lớn chính xác, trong khi chữ viết liền nét (cursive), ghi chú nhanh, hoặc nét chữ cá nhân có nhiều viết tắt thường không trích xuất sạch sẽ chút nào. Cách trung thực để sử dụng điều này trên tài liệu viết tay là như một lần thử thô đầu tiên để đối chiếu sửa lại với bản gốc, không phải như một bản chép lại đáng tin cậy tự thân — đối với một ghi chú viết tay ngắn, việc gõ lại bằng tay có thể cuối cùng nhanh hơn là sửa lại những gì được trả về.
Tại Sao Việc Số Hóa Tài Liệu Chỉ Có Trên Giấy Đáng Để Làm
Một khi nội dung in hoặc đánh máy được chuyển đổi thành văn bản thuần túy, nó có thể làm được những điều mà một bức ảnh của cùng trang đó không bao giờ có thể. Nó có thể được đọc to bởi phần mềm đọc màn hình hoặc chuyển văn bản thành giọng nói, thứ không có cách nào diễn giải một hình ảnh. Nó có thể được thay đổi kích thước, thay đổi kiểu, hoặc đặt ở phông chữ có độ tương phản cao hơn hoặc dễ đọc hơn cho một học sinh cần điều đó, trong khi một bức ảnh bị kẹt ở bất kỳ kích thước và độ rõ nét nào mà nó được chụp. Nó có thể được chạy trực tiếp qua một công cụ dịch thuật, và nó có thể được tìm kiếm — một lần tìm kiếm từ khóa duy nhất trên toàn bộ tài liệu phát tay đã số hóa của cả học kỳ là điều mà một thư mục ảnh đơn giản không thể cung cấp.
Đó là lý do thực sự để số hóa một phiếu bài tập giấy cũ hoặc một bức ảnh bảng trắng, vượt ra ngoài việc chỉ "có một bản sao lưu": nó biến thứ gì đó chỉ có thể sử dụng bằng cách nhìn vào nó thành thứ có thể sử dụng bởi một phạm vi công cụ rộng hơn và một phạm vi học sinh rộng hơn.
Một Quy Trình Làm Việc Cho Tài Liệu Chỉ Có Trên Giấy
- Chụp ảnh từng trang một. Công cụ xử lý một hình ảnh duy nhất cho mỗi lần tải lên, vì vậy một phiếu bài tập nhiều trang cần một bức ảnh riêng — và một lần trích xuất riêng — cho mỗi trang.
- Làm phẳng trang và chụp thẳng, trong ánh sáng tốt. Vì không có gì điều chỉnh hình ảnh sau đó, việc làm đúng điều này trước khi tải lên quan trọng hơn ở đây so với một công cụ tự làm sạch của riêng nó.
- Trích xuất và đọc kết quả đối chiếu với bản gốc, từng dòng một nếu tài liệu là viết tay, nhanh hơn nếu nó được in hoặc đánh máy rõ ràng.
- Quyết định điều gì thực sự đáng để số hóa. Một phiếu bài tập được tái sử dụng mỗi năm đáng với thời gian sửa chữa; một ghi chú một lần thường thì không.
- Lưu trữ văn bản đã sửa, không chỉ bức ảnh, sau khi đã được kiểm tra — đó là phiên bản thực sự có thể tìm kiếm, chỉnh sửa, và sử dụng được bởi các công cụ hỗ trợ trong tương lai.
Sự khác biệt trong thực tế: một dòng phiếu bài tập được in rõ ràng có nội dung "Khoanh tròn danh từ trong mỗi câu" được trích xuất chính xác như vậy, từng từ một. Cùng một hướng dẫn đó được viết tay bằng chữ liền nét có thể trở lại thành thứ gì đó như "Khoanh trịn danh từ trong mỗi cu" — đủ gần để nhận ra ý nghĩa dự định, đủ sai để không nên dán vào một phiếu bài tập kỹ thuật số mà không kiểm tra lại với bản gốc trước.
Quyền Riêng Tư Khi Số Hóa Tài Liệu Cũ Hơn
Các phiếu bài tập giấy đã lưu hành một thời gian đôi khi mang nhiều hơn nội dung được in — tên của một học sinh trước đó được điền vào một chỗ trống ví dụ, một bình luận viết tay ở lề, một điểm số ai đó ghi vội. Kiểm tra một bức ảnh để tìm bất cứ điều gì như vậy trước khi tải lên, giống như bạn sẽ làm với bất kỳ công cụ tải lên tệp nào khác. Hình ảnh được tải lên chỉ được xử lý để trích xuất văn bản và tự động bị xóa theo lịch trình được mô tả trong Chính Sách Quyền Riêng Tư của trang web — xem trang Privacy để biết chi tiết hiện tại.
Câu Hỏi Thường Gặp
Điều này có hoạt động với các ngôn ngữ khác ngoài tiếng Anh không?
Không. Việc nhận diện văn bản hiện tại chỉ chạy bằng tiếng Anh, vì vậy một phiếu bài tập hoặc ghi chú được viết bằng ngôn ngữ khác, hoặc pha trộn ngôn ngữ, sẽ không trích xuất đáng tin cậy ngay cả khi một số phần có vẻ ra được.
Nó có thể đọc đáng tin cậy chữ viết liền nét (cursive) không?
Không đáng tin cậy. Chữ in hoa lớn, tách biệt rõ ràng có cơ hội hợp lý trích xuất phần lớn chính xác; chữ liền nét, chữ viết vội vàng, hoặc phong cách cá nhân bất thường thường thì không. Hãy coi bất kỳ kết quả viết tay nào là một bản nháp cần đối chiếu với bản gốc, không phải là một bản chép lại hoàn chỉnh.
Còn phiếu bài tập nhiều trang, hoặc in cả hai mặt thì sao?
Mỗi trang cần bức ảnh riêng và trích xuất riêng — công cụ đọc một hình ảnh cho mỗi lần tải lên, vì vậy một phiếu bài tập hai trang hoặc in hai mặt nghĩa là hai lần tải lên riêng biệt.
Các ô, chỗ trống, hoặc sơ đồ trên phiếu bài tập có xuất hiện trong kết quả không?
Không — kết quả chỉ là văn bản thuần túy. Các yếu tố bố cục như ô đáp án, gạch chân, hoặc sơ đồ không được giữ lại và sẽ cần được xây dựng lại riêng nếu phiên bản số hóa cần trông giống một phiếu bài tập có thể sử dụng lại thay vì chỉ là văn bản có thể đọc được.
Văn bản được trích xuất có được đọc to tự động không?
Không. Công cụ tạo ra văn bản thuần túy; việc biến nó thành giọng nói được thực hiện bằng bất kỳ trình đọc màn hình hoặc công cụ chuyển văn bản thành giọng nói nào mà học sinh đã sử dụng; lợi ích ở đây đơn giản là văn bản thuần túy là thứ mà các công cụ đó có thể làm việc cùng, trong khi hình ảnh thì không.
Suy Nghĩ Cuối
Một phiếu bài tập hoặc ảnh bảng trắng không có bản gốc kỹ thuật số không phải là thông tin bị mất, nhưng nó bị khóa trong một định dạng mà hầu hết các công cụ không thể làm gì được. Việc đưa các phần in hoặc đánh máy của nó vào văn bản thuần túy — một cách trung thực, với chữ viết tay được coi là bản nháp chứ không phải là sự đảm bảo — là điều làm cho tài liệu đó có thể tìm kiếm, chỉnh sửa, và sử dụng được bởi các học sinh và công cụ cần văn bản thực sự thay vì một bức ảnh của nó.
Bài báo này nói về
Công Cụ Chuyển Ảnh Thành Văn Bản
Mở công cụ