Formatos de archivo compatibles con Read PDF Aloud

A pesar del nombre, Read PDF Aloud no se limita a archivos PDF. Admite una amplia gama de formatos de documento, lo que lo convierte en una herramienta de texto a voz versátil para casi cualquier material de lectura que tengas.

Estos son todos los formatos que puedes subir:

PDF (.pdf): documentos PDF estándar y PDF escaneados
EPUB (.epub): formato de libro electrónico abierto
MOBI (.mobi): formato de libro electrónico antiguo de Amazon Kindle
AZW3 / KF8 (.azw3, .kf8): Amazon Kindle Format 8
Word (.docx): documentos de Microsoft Word
PowerPoint (.pptx): presentaciones de Microsoft PowerPoint
OpenDocument Text (.odt): documentos de texto de LibreOffice / OpenOffice
OpenDocument Presentation (.odp): diapositivas de LibreOffice / OpenOffice
Rich Text Format (.rtf): documentos de texto enriquecido multiplataforma
Texto sin formato (.txt): archivos de texto plano
Markdown (.md): documentos Markdown

Además, Read PDF Aloud ofrece un modo de introducción de texto donde puedes pegar cualquier texto directamente y escucharlo en voz alta, sin necesidad de subir ningún archivo.

PDF

Los documentos PDF se analizan para extraer el texto página por página, conservando la distribución original lo máximo posible. Cada página se mantiene como una unidad individual, así que navegar por páginas durante la reproducción sigue la estructura del documento original.

OCR para PDF escaneados

Para los PDF escaneados (documentos basados en imágenes sin texto incrustado), Read PDF Aloud ofrece OCR (reconocimiento óptico de caracteres) con tecnología de IA. Cuando se detecta un PDF escaneado, se te pedirá activar el OCR. Es una función premium con los siguientes límites:

Tamaño máximo de archivo: 50 MB
Número máximo de páginas: 1000

Los resultados del OCR se devuelven como texto estructurado organizado por páginas.

Cómo se detectan los PDF escaneados

Read PDF Aloud calcula la densidad de texto de un PDF, es decir, el número medio de caracteres por página. Si la densidad cae por debajo de un umbral determinado (50 caracteres por página), el documento se marca como PDF escaneado. Así se evita gastar recursos en documentos que no tienen texto útil que extraer.

Formatos de libro electrónico

Los archivos de libro electrónico (EPUB, MOBI, AZW3/KF8) se procesan capítulo a capítulo. El contenido HTML original de cada capítulo se extrae y se convierte a texto plano, de modo que puedes escuchar tus libros electrónicos con una estructura y un ritmo adecuados.

Ten en cuenta que AZW3 y KF8 se refieren al mismo formato (Amazon Kindle Format 8), así que se tratan de forma idéntica.

Documentos de Office

Los documentos de Office (DOCX, PPTX, ODT, ODP, RTF) se analizan y se convierten a texto plano. Como estos formatos no tienen un concepto de paginación integrado como el PDF, el texto extraído se agrupa en segmentos lógicos de 20 líneas para una reproducción fluida.

El analizador de Office se carga bajo demanda, así que no afectará a tu experiencia de navegación hasta que subas realmente un archivo de Office.

Texto plano y Markdown

Los archivos de texto plano y los documentos Markdown son los más sencillos de procesar. Se leen línea por línea, se eliminan las líneas vacías y los espacios en blanco, y después se agrupan en segmentos lógicos para la reproducción.

Proceso de procesamiento

Independientemente del formato de entrada, todos los archivos pasan por el mismo proceso:

Detección del formato: según la extensión del archivo
Extracción del texto: con lógica de análisis específica de cada formato
Generación del hash: se calcula un hash SHA-256 para la deduplicación y la caché
Almacenamiento local: el texto extraído y los metadatos se guardan localmente en tu navegador

Todo el procesamiento de texto ocurre localmente en tu dispositivo, garantizando que tus documentos permanezcan privados y seguros.