写真を音声に：画像の中の文字を読み上げる

ステップ1：写真から文字を取り出す

認識したテキストは一度確認しましょう。単語の切れや文字の入れ違いなどの OCR の誤りは、そのまま読み上げられます。

• iPhone では「テキスト認識表示」（Live Text）で、写真やカメラの中の文字を選択してコピーできます。
• Android では Google レンズで、写真やカメラの文字を選択してコピーできます。
• パソコンでは、Tesseract などの OCR ツールで画像をテキストファイルにできます。
• アプリの違いより、明るさ、まっすぐな角度、ピントのほうが大切です。

ステップ2：無料でオンライン音声化

どの声のページでも、30〜100文字の文を貼り付け、言語を選んで生成ボタンを押します。数秒で試聴とダウンロードができ、アカウントは不要です。

音声化の前にテキストを整える

写真からは1段落ずつコピーしましょう。ページ全体より確認が楽です。

• 文の途中でページが改行した行はつなげます。改行ではもともと間は入りません。
• ページ番号、見出し、注の記号は削除します。
• 行末で分かれた単語を直します。
• 数字や略語は読ませたい形で書きます。

ページ全体や大量の写真

ページ全体なら、Tesseract で認識します。たとえば tesseract photo.jpg page -l jpn で page.txt ができます。次に無料の音声エンジンを python -m pip install superclonica-cpu で入れて superclonica --text-file page.txt --voice F2 --lang ja --normalize --output page.mp3 を実行します。エンジンに文字数の制限はなく、オフラインで動くので、スキャンした章やプリントの束も、どこにもアップロードせずに音声にできます。ファイル名をページ番号にしておけば順番を保てます。

プライバシーと音声化してよいもの

どちらのステップも自分の端末でできるので、私的な手紙や書類は手元にとどまります。SuperClonica に文を送るのは無料のオンラインお試しだけです。本のページを自分で聞くために音声化するのは私的利用ですが、本の音声を公開するには権利者の許可が必要です。