Lector de texto que habla: OCR con cámara y voz

Tesseract es un motor OCR gratuito con paquetes de idioma inglés y español. Combinado con el motor de voz Piper, un Pi se convierte en un asistente de lectura sin internet.

Pasos de la misión

1. Instala el OCR

   sudo apt install tesseract-ocr tesseract-ocr-spa para soporte en español.

2. Instala Piper

   Descarga Piper para ARM64 y un modelo de voz (mira la guía del asistente que habla).

3. Monta la cámara

   Apúntala derecho hacia abajo a una página con luz pareja; el brazo de una lámpara de escritorio funciona muy bien.

4. Conecta un botón

   Botón en GPIO17: presiona para capturar, leer y hablar.

5. Mejora la precisión

   Usa alta resolución, pasa a escala de grises y sube el contraste antes del OCR.

Código

#!/bin/bash
# read.sh — capture, recognize, speak (Spanish example)
rpicam-still -n -t 500 --width 2304 --height 1296 -o /tmp/page.jpg
tesseract /tmp/page.jpg /tmp/page -l spa
./piper/piper --model voices/es_ES-davefx-medium.onnx --output_file /tmp/read.wav < /tmp/page.txt
aplay /tmp/read.wav

Code comments are in English, like most libraries and docs — a good habit for makers.

Preguntas