Apple introdujo Live Text como una función a nivel de sistema que reconoce texto en imágenes. En teoría, suena como si resolviera el problema de "no puedo seleccionar texto en imágenes". En la práctica, funciona en un conjunto limitado de escenarios y no hace nada en silencio en muchas situaciones donde realmente lo necesitas.
Dónde Live Text se queda corto
Live Text funciona dentro de Fotos, Vista Previa, Safari (en algunas imágenes) y Vista Rápida. Ahí es más o menos donde termina su alcance. Estas son las situaciones habituales en las que no puede ayudar:
Fotogramas de vídeo. Live Text no funciona con contenido de vídeo. Si aparece texto en un vídeo de YouTube, una pantalla compartida de Zoom, una grabación de QuickTime o cualquier reproductor de streaming, Live Text no lo reconocerá. Vuelves a la transcripción manual.
Interfaces de apps y diálogos. El texto renderizado como etiquetas en interfaces de apps, diálogos de error, elementos de menú y controles personalizados es invisible para Live Text. Solo se activa en imágenes incrustadas, no en contenido arbitrario en pantalla.
Apps web con texto en canvas o SVG. Muchas apps web modernas renderizan texto usando elementos canvas o SVG: paneles, herramientas de datos, apps de diseño. Live Text no llega a estos contextos de renderizado.
PDF no seleccionables. Aunque Vista Previa a veces puede reconocer texto en PDF basados en imágenes, los resultados son inconsistentes y dependen de la calidad del escaneo, la complejidad de la página y la estructura del PDF. Muchos documentos escaneados simplemente no muestran ninguna interacción de Live Text.
Contenido protegido contra copia. Live Text respeta el DRM y las restricciones de copia. Si una app o documento ha desactivado la selección de texto, Live Text hace lo mismo.
Sin historial de capturas. Live Text no tiene memoria. Cada reconocimiento es efímero. Si cierras la imagen o navegas a otro lugar, el texto reconocido desaparece. No hay registro ni historial de lo que has extraído.
OCR a nivel de pantalla sin estos límites
Optic funciona a nivel de pantalla en lugar de a nivel de archivo o imagen. Lee caracteres de lo que sea visible en tu pantalla: cualquier app, cualquier fuente, cualquier contexto. Fotogramas de vídeo, cuadros de diálogo, canvas de apps web, PDF bloqueados, sesiones de escritorio remoto: si puedes ver texto, Optic puede leerlo.
Historial y texto a voz
A diferencia de Live Text, Optic guarda cada captura en un historial persistente accesible desde la barra de menú. También incluye texto a voz, permitiéndote escuchar el texto capturado leído en voz alta: útil para revisar o para accesibilidad.
Escaneo de códigos QR
Live Text puede leer códigos QR en algunos contextos de imagen, pero no desde vídeo, pantallas compartidas o ventanas de apps arbitrarias. Optic escanea códigos QR desde cualquier lugar de tu pantalla y los decodifica al instante.