Read PDF Aloud में सपोर्टेड फ़ाइल फ़ॉर्मैट

नाम के बावजूद, Read PDF Aloud सिर्फ़ PDF फ़ाइलों तक सीमित नहीं है। यह दस्तावेज़ फ़ॉर्मैट की बड़ी रेंज सपोर्ट करता है, जिससे यह आपकी लगभग हर पढ़ाई सामग्री के लिए एक बहुमुखी टेक्स्ट-टू-स्पीच टूल बन जाता है।

ये सभी फ़ॉर्मैट हैं जिन्हें आप अपलोड कर सकते हैं:

• PDF (.pdf) — स्टैंडर्ड PDF दस्तावेज़ और स्कैन की गई PDF
• EPUB (.epub) — ओपन ईबुक फ़ॉर्मैट
• MOBI (.mobi) — Amazon Kindle का पुराना ईबुक फ़ॉर्मैट
• AZW3 / KF8 (.azw3, .kf8) — Amazon Kindle Format 8
• Word (.docx) — Microsoft Word दस्तावेज़
• PowerPoint (.pptx) — Microsoft PowerPoint प्रेज़ेंटेशन
• OpenDocument Text (.odt) — LibreOffice / OpenOffice टेक्स्ट दस्तावेज़
• OpenDocument Presentation (.odp) — LibreOffice / OpenOffice स्लाइड
• Rich Text Format (.rtf) — क्रॉस-प्लेटफ़ॉर्म रिच टेक्स्ट दस्तावेज़
• Plain Text (.txt) — प्लेन टेक्स्ट फ़ाइलें
• Markdown (.md) — Markdown दस्तावेज़

इसके अलावा, Read PDF Aloud में Text Input मोड भी है, जहां आप कोई भी टेक्स्ट सीधे पेस्ट करके उसे पढ़कर सुना सकते हैं। फ़ाइल अपलोड करने की ज़रूरत नहीं।

PDF

PDF दस्तावेज़ों से टेक्स्ट पेज-दर-पेज निकाला जाता है, और मूल लेआउट को जितना हो सके बरकरार रखा जाता है। हर पेज एक अलग यूनिट के रूप में रहता है, इसलिए प्लेबैक के दौरान पेज के हिसाब से नेविगेट करना मूल दस्तावेज़ की संरचना के अनुसार चलता है।

स्कैन की गई PDF का OCR

स्कैन की गई PDF (बिना एम्बेडेड टेक्स्ट वाले इमेज-आधारित दस्तावेज़ों) के लिए, Read PDF Aloud AI से संचालित OCR (Optical Character Recognition) देता है। स्कैन की गई PDF पकड़े जाने पर आपसे OCR चालू करने को कहा जाएगा। यह एक प्रीमियम फ़ीचर है, जिसकी सीमाएं इस प्रकार हैं:

• अधिकतम फ़ाइल साइज़: 50 MB
• अधिकतम पेज संख्या: 1,000 पेज

OCR के नतीजे पेज के अनुसार व्यवस्थित स्ट्रक्चर्ड टेक्स्ट के रूप में मिलते हैं।

स्कैन की गई PDF कैसे पहचानी जाती है

Read PDF Aloud PDF का टेक्स्ट डेंसिटी निकालता है, यानी प्रति पेज औसत कितने कैरेक्टर हैं। अगर डेंसिटी एक निश्चित सीमा (प्रति पेज 50 कैरेक्टर) से नीचे गिर जाए, तो दस्तावेज़ को स्कैन की गई PDF मान लिया जाता है। इससे ऐसे दस्तावेज़ों पर संसाधन बर्बाद नहीं होते जिनमें निकालने लायक कोई अर्थपूर्ण टेक्स्ट ही नहीं होता।

ईबुक फ़ॉर्मैट

ईबुक फ़ाइलें (EPUB, MOBI, AZW3/KF8) अध्याय-दर-अध्याय प्रोसेस होती हैं। हर अध्याय का मूल HTML कंटेंट निकालकर प्लेन टेक्स्ट में बदल दिया जाता है, ताकि आप अपनी ईबुक सही संरचना और गति के साथ सुन सकें।

ध्यान रखें कि AZW3 और KF8 एक ही फ़ॉर्मैट (Amazon Kindle Format 8) के नाम हैं, इसलिए दोनों को एक जैसा ही हैंडल किया जाता है।

Office दस्तावेज़

Office दस्तावेज़ (DOCX, PPTX, ODT, ODP, RTF) प्लेन टेक्स्ट में पार्स किए जाते हैं। चूंकि इन फ़ॉर्मैट में PDF जैसी इन-बिल्ट पेजिनेशन की अवधारणा नहीं होती, इसलिए निकाले गए टेक्स्ट को स्मूद प्लेबैक के लिए 20 लाइनों के लॉजिकल सेगमेंट में बांटा जाता है।

Office पार्सर ज़रूरत पड़ने पर ही लोड होता है। जब तक आप वास्तव में कोई Office फ़ाइल अपलोड नहीं करते, यह आपके ब्राउज़िंग अनुभव पर कोई असर नहीं डालता।

प्लेन टेक्स्ट और Markdown

प्लेन टेक्स्ट फ़ाइलें और Markdown दस्तावेज़ प्रोसेस करने में सबसे आसान होते हैं। इन्हें लाइन-दर-लाइन पढ़ा जाता है, खाली लाइनें और व्हाइटस्पेस हटा दिए जाते हैं, और फिर प्लेबैक के लिए लॉजिकल सेगमेंट में बांटा जाता है।

प्रोसेसिंग पाइपलाइन

इनपुट फ़ॉर्मैट जो भी हो, सभी फ़ाइलें एक ही पाइपलाइन से गुज़रती हैं:

1. फ़ॉर्मैट पहचान — फ़ाइल एक्सटेंशन के आधार पर
2. टेक्स्ट निकासी — फ़ॉर्मैट-विशिष्ट पार्सिंग लॉजिक से
3. हैश जनरेशन — डीप्लिकेशन और कैशिंग के लिए SHA-256 हैश बनाया जाता है
4. लोकल स्टोरेज — निकाला गया टेक्स्ट और मेटाडेटा आपके ब्राउज़र में लोकल रूप से सेव होते हैं

सारी टेक्स्ट प्रोसेसिंग आपके डिवाइस पर ही होती है, जिससे आपके दस्तावेज़ निजी और सुरक्षित रहते हैं।