Ebooks on Roxana-Mălina Chirilă

Cum se digitizează cărțile pentru Project Gutenberg

Thu, 16 Nov 2017 10:14:49 +0000

Unul dintre site-urile mele de suflet de pe internet e Project Gutenberg, care oferă peste 54,000 de cărți ieșite din copyright. Au nu doar clasici precum Charles Dickens, Thomas Hardy, ci și numere ale antologiei Astounding Stories of Super-Science sau diverse reviste publicate prin secolul 19.

O mare parte dintre cărți ajung acolo prin munca voluntarilor din întreaga lume, care lucrează prin pgdp.net, pe baza cărților originale.

Am făcut și eu parte dintre voluntari acum un număr de ani și, deși momentan mi-am ieșit din mână și ar trebui să mă pun din nou la punct cu standardele înainte să mă reapuc de treabă, pot să vă povestesc cum arată procesul.

În prima fază, voluntarul care oferă conținutul se ocupă de părțile complicate: găsește cartea (ori fizică, ori scanată), se asigură că nu lipsesc pagini din ea, verifică să fie ieșită din copyright, le-o propune celor de la Project Gutenberg pentru publicare (ca să nu publice ceva care încă e sub incidența drepturilor de autor), se asigură că nu e deja pe site (sau explică de ce vrea să creeze o versiune nouă a aceluiași text).

După ce rezolvă problemele astea tehnice, scanează cartea (dacă e necesar), o trece printr-un program care transformă imaginea în text (OCR), apoi o trece printr-un alt program, care se asigură că e gata să fie urcată pe pgdp.net. După care o trimite înspre site.

În a doua fază, un manager de proiect creează proiectul. Are câteva câmpuri de completat: titlul, autorul, ISBN-ul, dificultatea proiectului, limba, genul. Spune câteva cuvinte despre proiect. Dacă e cazul, are indicații pentru cei care vor lucra la proiect. Încarcă fișierele din prima fază, apoi îi dă drumul pe site-ul pgdp.net.

În a treia fază, încep să lucreze la el corectorii, „proofreaders”, care văd și pagina scanată, și textul obținut prin OCR. Treaba lor e să se asigure că textul corespunde textului din imagini – și că înlătură lucruri precum numărul paginii și alte lucruri din header și footer care nu fac parte din cartea propriu-zisă.

O carte un pic mai greuță arată așa:

După cum se vede, varianta text nu prea e citibilă. Nu doar că trebuie șters „250 THE MONIST.” de sus, dar sunt o grămadă de semne de întrebare pe acolo care ar trebui să fie alte semne de punctuație, diverse litere sunt încurcate unele cu altele.

Primul corector se ocupă de majoritatea lucrurilor ăstora. Când te înscrii ca voluntar, ăsta e primul loc în care ajungi și prima muncă de care te ocupi.

Mai există două runde de corectură după asta – în a doua sunt deja corectori cu mai multă experiență, care știu mai bine ghidul stilistic și își înțeleg mai bine treaba. Ei rezolvă problemele rămase după prima rundă – sau le corectează pe cele inserate acolo (la un moment dat m-am trezit cu cineva care începuse să reformuleze textul cu totul, ceea ce NU se face).

Un text mai simplu din runda a doua:

În a treia rundă sunt corectorii specializați, care deja cam știu cam tot ghidul de corectură pe dinafară. Ei sunt cei care rezolvă ultimele probleme, descoperă ultimele greșeli de tipar, ultimele lucruri uitate.

Ca să ajungi în a treia grupă de corectori, trebuie să fii pe site de 42 de zile, să fi corectat 150 de pagini în runda a doua de corectură, să fi formatat 50 de pagini, să treci un test automatizat și să ți se verifice cel puțin 50 de pagini corectate, ca să nu ai o medie mai mare de o greșeală la 5 pagini.

Din cauză că cerințele sunt atât de stricte, există doar vreo mie de oameni care au lucrat în runda asta de corectură. Dar, pe de altă parte, majoritatea greșelilor și problemelor ajung să fie eliminate, chiar dacă procesul durează mult.

În a patra fază, proiectul trece prin prima rundă de formatare, unde i se pun tag-uri pentru formatare pentru italice, litere îngroșate, litere scrise cu spații mari între ele și alte alea. Apoi mai trece printr-o rundă de formatare, care verifică ce s-a făcut în prima rundă.

Din ghid:

În a cincea fază, se face post-procesarea, în care un singur voluntar ia proiectul și îl transformă într-o carte. Verifică să fie totul în ordine, eventual citește cartea cu totul, vede dacă cineva i-a lăsat vreun comentariu legat de vreo problemă, convertește ce e de convertit, elimină separatorii de pagini, adaugă imagini – chestii de-astea.

În a șasea fază, altcineva verifică faptul că tot proiectul e în regulă și cartea poate fi lansată în lume. Uneori, proiectul e oferit pentru a fi citit de cineva nou, care să semnaleze eventualele probleme și să lase comentarii.

În a șaptea fază, proiectul final e urcat pe Project Gutenberg în formatele .txt, .mobi, .epub și .html (cu și fără poze).

Inițial am decis să fac voluntariat pentru ei pentru că părea mișto – și pentru că piratam unele cărți și mă simțeam un pic vinovată pentru treaba asta. Dar m-am ales cu mai mult decât mă așteptam.

(Ca idee, eu am lucrat preponderent în faza de corectură – n-am avut treabă nici cu urcatul proiectelor, nici cu post-procesarea.)

În primul rând, am rămas fascinată de _proces. _Durează al naibii de mult până ajunge o carte pe Project Gutenberg (ani), dar se face o treabă foarte bună – textele se citesc și se recitesc, se verifică și răsverifică. Pașii sunt clari, indicațiile sunt scrise negru pe alb. Rareori există confuzii care trebuie discutate separat. Există mentori care-ți spun ce faci bine și ce nu. E imposibil ca un nou-venit entuziast să facă un hei-rup și să posteze mâine un proiect slab realizat, pentru că trebuie să fi demonstrat că ești capabil ca să poți lucra în faze mai târzii ale proiectului. Dacă nu ești capabil să înțelegi regulile, nu ai acces la partea de proces unde chiar poți distruge totul.

Oricine se poate înscrie, nu există obligații, teoretic rezultatul final ar putea avea o calitate variabilă – dar nu, lucrurile merg. E un proces bine gândit.

În al doilea rând, am citit lucruri pe care nu m-aș fi gândit absolut niciodată să le caut într-o bibliotecă. Am descoperit povestirile SF din anii ‘30, naive cum erau. Am descoperit revista de umor britanic Punch, de pe vremea lui Dickens – a fost faimoasă la vremea ei, dar nu știam eu de ea fără să lucrez la corectarea vreunui număr sau două. Am descoperit revista Asociației Misionarilor Americani din anii 1880, în care creștinii americani se băteau pe spate pentru că făceau școli pentru negri și indieni americani și plângeau pentru sufletele lor sălbatice.

Într-un fel, am răsfoit la întâmplare tot felul de cărți vechi din tot felul de domenii, de diverse calități. M-am familiarizat cu lumea respectivă mai mult decât dacă aș fi citit doar Dickens, de exemplu. Am văzut câți dolari se donau pentru cauzele misionarilor creștini în diverse zone din SUA. Am văzut cât de prost scriau unii victorieni care n-au ajuns în canonul literaturii.

A fost o experiență interesantă, la care probabil mă voi întoarce într-o zi, pentru că încă mă simt legată de pgdp.net, de Gutenberg și de proiectul lor. Dar până atunci, voiam să dau vestea mai departe – pentru că mi-a plăcut și pentru că bănuiesc că mai sunt și alți curioși cărora le-ar plăcea să știe de lucrurile astea (sau chiar să participe la așa ceva).

Cum alegi un e-reader

Thu, 16 Nov 2017 08:15:00 +0000

Am primit o întrebare de la cineva care-și caută un e-reader sau o tabletă de pe care să poată citi cărți, dar nu știe ce să aleagă – mai ales că a auzit că trebuie ca dispozitivul de citire să fie compatibil cu site-ul de pe care ia cărțile. Aveam de gând să-i răspund direct, dar m-am lungit, așa că mai bine postez toată poliloghia aici, în caz că mai ajută pe cineva.

Se pot cumpăra e-books pe internet din România?

Pe scurt, da.

Pe lung, mie mi-e cel mai la îndemână să cumpăr e-books în engleză de pe Amazon și în general asta și fac.

Poți și să descarci cărți gratuite în tot felul de formate de pe Project Gutenberg – de obicei sunt cărți vechi, ieșite din copyright, cu mici excepții de cărți donate de autori.

Dacă ai o pasiune pentru fanfiction, poți descărca ușor așa ceva via ficsave.xyz.

Iar editurile din România vând și ele, uneori, cărți digitale, dar problema pirateriei e suficient de dramatică încât opțiunea asta e ceva mai rară și mai complicată decât e în afară. Selecția de pe Libris.ro are momentan sub o mie de cărți.

Discuția e-reader versus tabletă

Tableta seamănă cu un ecran de calculator: poți să faci mai multe lucruri pe ea (să te joci, să intri pe net), dar e destul de obositoare pentru ochi dacă singurul lucru pe care vrei să-l faci e să citești romane.

E-readerul e altă tehnologie cu totul. E un dispozitiv pe care nu prea poți decât să citești cărți, dar e foarte confortabil pentru ochi – nu e departe de o carte de hârtie. Poți să-l citești foarte bine oricât de soare ar fi afară, chiar dacă deja ecranul telefonului sau al tabletei e aproape invizibil. Și dacă ai ceva gen Paperwhite, poți citi fără probleme și pe întuneric, pentru că are o lumină plăcută din spate.

Cu un e-reader, poți schimba fontul cărții, dimensiunea lui, distanța dintre rânduri și distanța dintre text și marginea ecranului, până ajungi la ce e cel mai confortabil pentru tine. În plus, bateria durează cu săptămânile, pentru că tehnologia de e-paper consumă foarte puțin curent.

Cu tableta, poți citi și benzi desenate, de exemplu. Mai ales dacă găsești una mare. Cu un e-reader, nu prea e cazul nici dacă citești manga, care sunt alb-negru – paginile se dau mai greu, ecranul e mai mic.

Până la urmă, depinde de necesități. Eu vreau să citesc romane confortabil și nu mă deranjează să dau 600 de lei pe un dispozitiv care probabil că o să mă țină o grămadă de ani și care-și face treaba ideal.

De ce Amazon Kindle

Există două formate de cărți digitale: .mobi și .epub.

Unii ar adăuga și .pdf aici, dar formatul respectiv este mai degrabă o colecție frumos aranjată de imagini, ceea ce înseamnă că nu poți schimba dimensiunea textului sau fontul, ci poți doar să dai zoom – e aproape imposibil de citit pe e-readere, deoarece paginile rezultate sunt de obicei prea mici ca să fie lizibile.

Formatul .mobi le aparține celor de la Amazon, care sunt lideri pe piața mondială de e-books dintr-un motiv foarte simplu: au făcut tot posibilul să ne facă nouă, cititorilor, viața ușoară. Îți faci un cont de Amazon, intri pe acel cont de pe Kindle și ți se conectează dispozitivele (n-am mai făcut mișcarea asta de câțiva ani, dar parcă trebuia să-i dai și un nume dispozitivului).

Să zicem că vreau să citesc „The Raven Boys” de Maggie Stiefvater, că tot o pomeneam ieri. Nimic mai simplu, merg pe Amazon. Dacă e prima oară când folosesc site-ul, trebuie să bag detaliile cardului, apoi mă întreabă dacă vreau să activez plata cu un clic. Dacă da, pot să cumpăr cărți apăsând un singur buton:

În momentul în care fac asta, cartea mi-e trimisă pe Kindle și pot s-o citesc imediat după ce se descarcă.

Practic, după ce mi-am făcut setările, e destul să caut cartea la ei și să apăs un buton ca s-o pot citi unde vreau eu. E convenabil.

Normal, mi-o salvează și la ei în baza de date, de unde pot s-o retrimit pe dispozitiv dacă am șters-o din greșeală, sau pot s-o trimit pe dispozitive secundare. Pot s-o citesc și pe calculator, pot să-mi descarc aplicație Kindle pe telefon. Îmi va sincroniza progresul pe toate dispozitivele, așa că dacă citesc trei pagini pe calculator, va ști asta și pe Kindle.

Mai mult, pot să-mi împart biblioteca cu un membru al familiei și să ne citim cărțile unul altuia.

Pot să-mi și trimit propriile mele cărți pe Kindle. De exemplu, să zicem că vreau să citesc o carte ieșită din copyright, care e disponibilă gratuit pe Project Gutenberg. O descarc de acolo în format .mobi, mi-o trimit prin e-mail pe Amazon, iar ei mi-o trimit automat pe Kindle. Fără cabluri, fără transfer de pe laptop pe Kindle. Ușor. (Bine, trebuie să le spui de pe ce adresă de e-mail ești dispusă să primești fișiere, ca să nu poată oricine de pe lumea asta să-ți trimită spam pe Kindle.)

Dacă aș avea o carte în format .epub, .txt, .doc sau .html care nu e protejată prin sisteme anti-furt, pot să o convertesc în .mobi cu Calibre. E o chestie pe care o mai făceam cu diverse fanficuri, înainte să găsesc ficsave.xyz.

De ce nu Amazon Kindle

Amazon e un sistem închis, care îți oferă o grămadă de servicii, o librărie absolut enormă din care să alegi și care se asigură că totul se poate face ușor și convenabil. Ce nu acceptă sunt .epub-urile.

Pentru că pirateria e o problemă reală, și cei care vând cărți în afara Amazon vor ca ele să fie cumpărate, nu trimise gratuit între toți cititorii posibili și imposibili. Așa că deseori folosesc o chestie numită Adobe Digital Rights Management, care înseamnă că trebuie să-ți faci cont de Adobe ca să le accesezi… sau uiți să-ți faci cont și cărțile rămân blocate pe dispozitivul pe care le-ai descărcat prima oară.

Nemira explică procesul.

Editurile din România nu vând prin Amazon, așa că ori dau cărți care nu sunt deloc protejate împotriva furtului (ceea ce se întâmplă rar), ori vând cărți protejate cu Adobe DRM. Iată selecția de pe elefant. Momentan au 13550 de cărți epub + DRM și 534 de cărți disponibile în format mobi. Bine, văd că unele dintre cărțile protejate cu DRM sunt cărți din secolul 19 în franceză, care sunt disponibile gratuit și fără DRM în alte părți…

Pe Nemira au o grămadă de variante care par, per ansamblu, mai interesante.

Din câte aflu, e-readerele care nu sunt de la Amazon nu se prea împacă nici ele cu .mobi-urile protejate anti-furt, deși unele dintre ele se pare că unele îți permit să instalezi aplicații speciale pentru Amazon. Din păcate, pentru că n-am avut decât Kindle, nu știu prea multe despre subiectul ăsta, dar dac aș vrea să-mi cumpăr un alt e-reader și m-ar interesa să-mi transfer biblioteca digitală pe el, probabil că aș verifica pe ce modele pot instala aplicația Kindle și pe ce modele nu.

În ce mă privește, Kindle e singura variantă pe care o iau în considerare, pentru că e singura care se potrivește lucrurilor de care am eu nevoie. Serviciile de la Amazon mi se par mai convenabile, mi-e ușor să ajung la cărți, mi-e ușor să cumpăr chiar și o carte lansată acum trei minute, chiar dacă e lansată de o amică din Singapore care e la primul ei volum. Amazon are un catalog enorm, pot să-mi împart volumele cu consortul. E ideal.

Cărțile în română le cumpăr în general în format fizic. Am avut o încercare de a lua digital câteva, dar mai mult mi-am prins urechile cu Adobe-ul vieții. Le iau, le citesc, iar dacă vreau să scap de ele după, ca să nu-mi ocupe spațiul, le fac cadou.

Mai e un lucru: mi-e destul de simplu să intru într-o librărie și să cumpăr Neagu Djuvara, de exemplu, sau o traducere în română a lui George R.R. Martin. Însă mi-e mult mai greu să cumpăr Patrick Rothfuss în engleză din librării, mi-e și mai greu să găsesc nu știu care volum de Ursula K. LeGuin și absolut imposibil să găsesc Jordan L. Hawk, care nu se importă la noi.

Dar depinde de necesitățile fiecăruia. Pentru cineva care vrea să citească în română și care e mereu pe drumuri, un e-reader non-Amazon ar putea fi mai util.

Ah, și, nu în ultimul rând. E-readerele sunt și-așa relativ ieftine – merge luat unul bun, fix pe necesități, pentru că e genul de dispozitiv pe care-l folosești destul de mult timp încât până și micile problemele să devină foarte deranjante.