macOS 内置了一个"朗读所选文字"功能:高亮文字,右键点击,选择"语音"。它效果不错——前提是文字可以被选中。但一旦你需要朗读的文字来自一张图片、一份扫描的 PDF、一个视频画面,或者一个不可交互的界面元素,这个语音功能就无从下手了。你没法朗读你选不中的东西。
屏幕内容与语音之间的鸿沟
很多场景都需要把屏幕文字朗读出来。校对时朗读能捕捉到眼睛容易忽略的错误。多任务处理受益于音频——你可以边听提取出的内容,边做其他事情。无障碍需求也延伸到那些原生不可选中的内容。语言学习者也能从听到陌生文字的发音中受益。
但内置的语音工具只对标准的文本选择起作用。如果文字在图片中、以图形形式渲染在网页应用里、显示在视频中,或被锁在一份扫描文档里,macOS 没有任何途径把"屏幕上可见"变成"朗读出来"。你得先手动转录文字,而这就失去了意义。
选中任意文字,听它被朗读
Optic 把屏幕级 OCR 和文字转语音结合在了一起。从菜单栏启用它,在任何可见文字上拖出选框——无论它来自哪里——你就可以让捕获的文字被朗读出来。无需手动转录,也不依赖文字是否原生可选中。
校对 OCR 结果
从扫描件或图片中提取文字之后,朗读出来能帮你发现那些看起来正确但实际有误的 OCR 错误。一个误读的字母或一个乱码的词,在被朗读出来时会一目了然,但在视觉审查中却可能被忽略。
无障碍使用
对于依赖屏幕阅读器的用户而言,被困在图片和不可选中格式里的内容会造成障碍。Optic 通过把任何可见文字同时转换成剪贴板文字和朗读音频来弥合这个鸿沟,让原本不可访问的内容变得可用。
多任务处理与语言学习
从文档或网页中提取一段文字,在做饭、通勤或运动时听它。语言学习者可以选中一段外语文字,通过语音输出听到准确的发音。
带语音的捕获历史
由于每次捕获都保存在菜单栏历史记录中,你可以返回之前的一次提取并再次朗读它——这对回顾笔记或重温本次使用过程中较早的内容很有用。