Kwalifikacja: INF.10 - Obsługa oprogramowania i sprzętu informatycznego wspomagających użytkownika z niepełnosprawnością wzrokową

Wiele osób intuicyjnie myli różne technologie związane z przetwarzaniem informacji wizualnych i dźwiękowych. Zacznijmy od OBR – taki skrót nie funkcjonuje powszechnie w środowisku informatycznym, a bywa czasem mylony z OCR właśnie. Optical Barcode Recognition to niszowy przypadek, ale to nie jest standard w kontekście tekstu z obrazów. Screen Reader z kolei to zupełnie inna para kaloszy – to oprogramowanie, które czyta na głos treści tekstowe widoczne na ekranie komputera lub smartfona. Świetnie się sprawdza dla osób niewidomych czy niedowidzących, ale sam w sobie nie przetwarza obrazów na tekst – korzysta raczej z tego, co już jest dostępne jako tekst. Co ciekawe, niektóre screen readery mogą współpracować z OCR, ale same tej technologii nie implementują. Text to Speech natomiast to technika zamiany napisanego już tekstu na mowę syntetyczną. Stosowana jest szeroko w asystentach głosowych, GPS-ach czy przy automatyzacji pracy call-center. Ale znowu, najpierw trzeba mieć tekst w formie cyfrowej – nie obraz. Moim zdaniem mylenie tych rozwiązań bierze się z myślenia, że „wszystko co czyta lub przekłada coś na mowę, to jedno i to samo”, ale informatyka jest tu bezlitosna: każda technologia ma swoje konkretne przeznaczenie i zakres zastosowania. OCR to must-have jeśli chodzi o digitalizację zawartości graficznej, a pozostałe wymienione rozwiązania bazują już na danych tekstowych – przetwarzają treść, ale nie pozyskują jej z obrazów.