EPUB 3 comme format de diffusion en numérisation de masse : le cas de la Bibliothèque nationale de France

Dimension: px

Commencer à balayer dès la page:

Download "EPUB 3 comme format de diffusion en numérisation de masse : le cas de la Bibliothèque nationale de France"

Jean-Baptiste Bourget
il y a 8 ans
Total affichages :

1 EPUB 3 comme format de diffusion en numérisation de masse : le cas de la Bibliothèque nationale de France Jean-Philippe Moreux, Bibliothèque nationale de France ebooks for everyone! Satellite Conference IFLA s WLIC 2014

Jean-Philippe Moreux, Bibliothèque nationale de France

2 Plan Pourquoi produire des livres numériques (à la BnF)? Le choix du format EPUB Accessibilité et EPUB 3 Numérisation de masse et production d EPUB 2

3 Pourquoi produire des livres numériques? Améliorer la dissémination des contenus numériques : OCR indexation pour la bibliothèque numérique ebook lecture nomade, hors bibliothèque Tirer avantage du livre numérique en comparaison des formats de diffusion classiques (HTML, PDF) : Meilleure utilisabilité, sur des appareils dédiés, d un format conçu pour la lecture numérique Meilleure accessibilité aux contenus numériques pour les personnes empêchées de lire du fait d un handicap Meilleur expérience utilisateur pour les publics cibles (étudiants, chercheurs) : copier/coller, annotations, recherche en texte intégral 3

du livre numérique en comparaison des formats de diffusion classiques (HTML, PDF) : Meilleure utilisabilité, sur des appareils dédiés, d un format conçu

4 Usages Baromètre SOFIA/SNE/SGDL sur les usages du livre numérique, 21 mars

5 Usages Baromètre SOFIA/SNE/SGDL sur les usages du livre numérique, février

2011-2014 2014-2017 Jusqu à 1998, consultation dans les murs Depuis 1998,

6 La numérisation à la BnF Num. de diffusion Num. de conservation SPAR Num. de masse Couleur, test EPUB EPUB 2 EPUB Jusqu à 1998, consultation dans les murs Depuis 1998, consultation sur le Web (Gallica) Depuis 2011, consultation sur tablettes, et au format EPUB 6

7 Les formats du livre numérique epub (2.01, 3) Kindle (Mobi, KF8) epub 3 FL PDF epub FL Apple (2.01) ibooks Author Kindle FL (KF8) 7

8 Pourquoi EPUB? Format ouvert pour le livre numérique (2006, 2011) Interopérable Basé sur des formats techniques standard : XHTML, CSS, SVG, ZIP, Unicode, Dublin Core Adapté aux contenus patrimoniaux ciblés par la BnF (littérature, histoire, SHS, etc.) Meilleur confort de lecture que PDF : flot de texte personnalisation de la lecture (police et taille de caractères) 8

techniques standard : XHTML, CSS, SVG, ZIP, Unicode, Dublin Core Adapté aux contenus

9 Flot de texte : adaptation au lecteur corps de police variable police au choix 9

10 Flot de texte : adaptation au dispositif 10

11 EPUB / PDF In other words, everyone will benefit from accessible data at some point in their lives, as there are a lot of ways accessible data improves access that aren t always immediately obvious. Accessibility is critical for some and universally beneficial for all. Matt Garrish 11

data improves access that aren t always immediately obvious.

12 Interopérable tablettes liseuses téléphones mobiles un seul fichier, lisible partout postes fixes 12

13 Accessibilité aux contenus Demande du ministère de tutelle (2013) : rendre accessibles tous les contenus numérisés par la BnF (développement de l accès à la lecture pour les personnes empêchées de lire dans le cadre de la loi du 11 février 2005) Solution proposée par la BnF : Les documents convertis en livre numérique seront rendus accessibles avec EPUB 3 et DAISY. L accès aux contenus accessibles sera amélioré dans la bibliothèque numérique (Gallica). 13

11 février 2005) Solution proposée par la BnF : Les documents convertis en livre numérique seront rendus

14 Pourquoi EPUB 3? Mécanismes dédiés favorisant l accessibilité : Table de navigation enrichie : liste des pages, repères (préface, début du contenu principal, annexes) Structuration des contenus : structuration sémantique HTML 5 annotation sémantique EPUB 3 (epub:type) : vocabulaire dédié générique (part, chapter, footnote ) ou par genre documentaire (presse, éducation, etc.) Caractérisation de la langue du contenu (document, bloc, mot) Description de l accessibilité avec des métadonnées ONIX Synchronisation texte/son, synthèse vocale Mise en page adaptative Accès aux contenus scientifiques : MathML 14

Structuration des contenus : structuration sémantique HTML 5 annotation sémantique EPUB 3 (epub:type) : vocabulaire dédié générique (part, chapter,

Numéros de page : lectures papier/numérique <div class="p-indent">nous allons avoir sous les yeux les êtres les plus dignes de l attention du physicien.

15 Numéros de page : lectures papier/numérique <div class="p-indent">nous allons avoir sous les yeux les êtres les plus dignes de l attention du physicien. Que l imagination, éclairée par le flambeau de la science, rassemble en effet tous les produits organisés de <span id="page002" epub:type="pagebreak" title="002"></span>la puissance créatrice marqueurs insérés dans le contenu 15

Que l imagination, éclairée par le flambeau de la science, rassemble en effet tous les produits

sémantique alimente les dispositifs d assistance : le lecteur peut choisir

16 Structuration sémantique : exemple des notes de bas de page Texte sans structure logique EPUB 3 avec structuration sémantique La structuration sémantique alimente les dispositifs d assistance : le lecteur peut choisir de sauter une note le lecteur peut choisir de sauter systématiquement les notes 16

les liseuses EPUB restituent automatiquement les notes de bas de page les

17 Structuration sémantique : critique pour certains, bénéfique à tous Lecture audio synchronisée La structuration sémantique profite à tous : les liseuses EPUB restituent automatiquement les notes de bas de page les dispositifs d assistance gèrent les fonctionnalités propres au handicap visuel 17

18 EPUB 3 : les risques Enjeux de préservation : format maîtrisé (XHTML, Unicode, etc.) gabarit «EPUB patrimonial» : pas de scripting, pas de contenu multimédia et il s agit d un format de diffusion (conservation = images) Enjeux d usage : 2014 : transition générale des dispositifs de lecture de EPUB 2 vers EPUB 3 Le gabarit «EPUB patrimonial» n utilise pas de contenus/mécanismes «à risque» 18

format de diffusion (conservation = images) Enjeux d usage : 2014 : transition générale des

19 Un mot sur DAISY DAISY a fusionné avec EPUB 3. En termes d accessibilité, EPUB 3 et DAISY sont équivalents. Mais un format pivot XML adaptatif est préférable pour la production d autres formats accessibles : livres à gros caractères livres audio DAISY Braille et pour l avenir (rétroconversion EPUB 3 vers EPUB x) La DTD XML DTBook a été choisie. Ce choix pourra évoluer (ZedAI par exemple). Un mapping EPUB 3 vers DTBook a été créé. 19

gros caractères livres audio DAISY Braille et pour l avenir (rétroconversion EPUB 3 vers EPUB x) La DTD XML

hétérogènes Dictionnaires Théâtre Essai Sciences

20 Les enjeux de la production EPUB Des contenus variés Un format, des dispositifs de lecture hétérogènes Dictionnaires Théâtre Essai Sciences Littérature Livres pour enfants Un processus industriel Périodiques

21 Les enjeux de la production EPUB Critères de sélection : intellectuels : genres, thèmes, périodes techniques, liés à la qualité de l OCR : typographie, langues, état physique, format d origine (papier, microfilm) techniques, liés au format EPUB «reflowable» : texte majoritaire, maquette simple Processus industriel : traitement personnalisé des documents description des images Enjeux de coût : documents multilingues structuration sémantique fine, contenus scientifiques 21

22 Feuilles de style CSS, polices, métadonnées, textes fixes La production d EPUB à la BnF Sélection documentaire Prestataire de numérisation numérisation OCR Montée en qualité du texte Structure XML pivot Packaging des livrables rétroconversion 22

23 EPUB + DTBook : quelques éléments de coût Impact RH pour la bibliothèque : Métadonnées : description dans le catalogue général Ingénierie des contenus : expertises livre numérique, accessibilité Préservation : nouveaux formats à gérer dans le système d archivage à long terme (SPAR). QA : nouvelles vérifications de structure en chaîne d entrée, nouveaux formats/outils pour les contrôleurs Financement de la numérisation : numérisation OCR seul/ocr + EPUB : 3 à 4 ingénierie qualité du texte (99,96 %) production EPUB 2 / EPUB 3 accessible : +5 % 23

sémantique micro (titres, notes, etc.) est à coût constant.

24 EPUB accessible : est-ce plus cher? Balisage avec <div> et classes CSS Lecture Balisage audio sémantique synchronisée Le balisage sémantique micro (titres, notes, etc.) est à coût constant. Le balisage sémantique macro (organisation logique de l œuvre) est aisé. Les tables de navigation (logique et liste des pages) sont générées automatiquement. L export vers DTBook est automatique (mapping). 24

25 Le contrôle qualité EPUB+DTBook à la BnF Contrôle par audit : en démarrage ou en cours de projet Contrôle automatique de structure : epubcheck, pipeline, outils ad hoc BnF Contrôle visuel par échantillonnage : tests sur écrans et liseuses rejet selon taux d erreurs majeures/mineures : non respect des chartes, erreurs de mise en page, coquilles, etc. 25

26 Le contrôle qualité EPUB+DTBook à la BnF Prestataires Contrôle qualité Contrôles de structure* : epubcheck pipeline contrôles BnF Contrôles visuels : mise en forme qualité du texte** Archivage SPAR Diffusion rejets * Pas d outil de contrôle de l accessibilité d un fichier EPUB 3 ** QA de la transcription du texte : coûteux 26

27 Conclusion Numérisation BnF : EPUB/an depuis 2011 Savoir faire, outils et systèmes mutualisés avec le futur Dépôt légal du livre numérique (2015) Référentiels et spécifications BnF utilisés par les partenariats de numérisation public-privé les EPUB 3 produits seront accessibles : projet «ilivri» ( ) : EPUB projet «Indisponibles» ( ) : ouvrages, majoritairement au format EPUB 27

28 Statistiques de diffusion iapp Gallica Gallica Web Le téléchargement EPUB commence à apparaître 28

Documents pareils

Du livre enrichi et de l EPUB 3

Assises Professionnelles du Livre A l heure du numérique 8 novembre 2011-14h00-18h00 Institut océanographique de Paris Du livre enrichi et de l EPUB 3 Les termes suivis d un astérisque sont définis dans