Conversão de ebooks a partir de versões impressas

Neste post você vai aprender o que deve fazer para contratar um serviço de conversão de ebooks a partir de versões impressas (como o nosso). Também saberá como converter uma edição de livro impresso já existente, os resultados, os custos e o que esperar ao contratar serviços terceirizados para conversão de seu ebook.

Introdução

Na maioria dos casos, os editores (e alguns autores independentes) produzem ebooks de edições já impressas (ou em conjunto com o fluxo de trabalho da edição impressa).

As três maneiras mais comuns para converter edições impressas para ebooks são:

• PDF’s prontos para impressão;
• livro em papel;
• arquivos originais a partir de um programa de layout de página.

O processo de conversão: do livro impresso ao digital

Vamos dar uma olhada no processo de conversão.

1. Documentos-fonte

Todo o processo começa com páginas digitalizadas de livros, ou de um PDF pronto para impressão ou, ainda, de arquivos de layout da página.

1.1 PDF’s prontos para impressão

Um PDF pronto para impressão é produzido a partir do software de layout de página, normalmente o Adobe InDesign.

Também pode haver uma versão (similar) configurada para funcionar com um serviço digital do tipo “sob demanda”. Se for possível você obter este arquivo (um desafio para muitos livros mais antigos), este é o melhor formato para um serviço de conversão terceirizada.

Serviços de conversão têm desenvolvido programas e processos sofisticados para extrair as informações de texto e de layout e para produzir um arquivo-fonte limpo para a produção de ebooks.

1.2 Livros em papel

Para livros impressos, o processo tem alguns passos a mais. Começa com o escaneamento de página por página. Isso cria um arquivo grande de imagem, onde o texto de cada página digitalizada é legível, mas não está em um formato que pode ser editado.

Para criar texto editável, um processo chamado de reconhecimento óptico de caracteres (OCR) é usado para converter os textos das imagens em texto editável. Esse pode ser um processo não-destrutivo no qual o livro original não é desmontado para digitalizar. Mas a digitalização destrutiva é mais barata.

Contudo, o reconhecimento óptico de caracteres é um processo imperfeito. Por isso, um revisor humano deve corrigir os erros e aplicar tags para marcar a estrutura do documento. O resultado é um arquivo limpo do tipo marcado que é a fonte utilizada para a conversão.

1.3 Layout originais

Alguns serviços aceitam os arquivos originais produzidos por programas de layout de página (por exemplo, o Adobe InDesign, QuarkXpress ou Adobe FrameMaker). Você precisa consultar o fornecedor de serviços para saber se aceitam esses arquivos e sob quais restrições.

Se o livro nunca foi publicado em forma impressa (ou tenha sido objeto de extensas revisões para uma edição exclusivamente digital), provavelmente estará no Microsoft Word.

2. Extração

Em seguida, os textos, as imagens e outras informações são extraídas do arquivo de origem para posterior processamento.

Os serviços de conversão têm investido muitos recursos técnicos para tornar esta parte do processo o mais preciso possível.

3. Marcação

Antes de o conteúdo extraído poder ser transformado em um ebook, o texto cru deve ser marcado usando uma linguagem especial de marcação para marcar a estrutura (e às vezes o significado) do conteúdo do documento.

Linguagens de marcação são utilizadas para permitir o processamento de documentos pelo computador. A marcação é necessária porque os programas de computador não podem reconhecer os elementos de uma página a partir de sua aparência.

Os programas leem as tags de marcação para identificar quais elementos são títulos dos capítulos, subtítulos, parágrafos, etc.

As duas linguagens de marcação mais comumente utilizadas na produção de ebooks são:

• HTML (HyperText Markup Language);
• XML (eXtensible Markup Language)

XML ou HTML?

A XML tem sido considerado como a linguagem de marcação preferida para a publicação de ebooks e de conversão em grande escala, especialmente de obras complexas (tais como os livros didáticos).

No entanto, a HTML tem defensores que apontam as suas vantagens que incluem a sua relativa simplicidade e seu uso muito mais amplo no mercado. Uma forma estrita de HTML pode ser estendida para fornecer riqueza semelhante à marcação em XML através da utilização de “add-ons” para tags chamados atributos de classe.

4. Transformação

Uma vez que um arquivo tenha sido marcado, um programa pode ser usado (normalmente denominado como um mecanismo de transformação) para gerar novos formatos.

Se decisões certas são adotadas na fase de marcação, então este documento de entrada pode ser usado para produzir uma variedade de saídas. Aqui está uma representação gráfica do processo de transformação.

5. Arquivos de saída

Além dos arquivos ePUB e os compatíveis com o Kindle, uma outra saída comum é PDF (otimizado para ebooks, impressão sob demanda ou para visualização na web).

Muitos serviços de conversão são voltados às necessidades dos editores com grandes demandas ou que convertem regularmente edições impressas para ebooks.

Custos

Para pequenos volumes e projetos pontuais, você provavelmente vai pagar, em média, R$ 0,60 a R$ 1,50 por página. Além disso, digitalizações a partir de uma versão impressa e com alto grau de complexidade irá elevar este custo.

Para os usuários com maior volume de serviços, há uma grande variedade de preços e diferenças significativas com base nos tipos de livros que estão sendo convertidos.