Text-to-Speech Barrierefreiheit: Fünf Prüfpunkte für Apps

Text-to-Speech Barrierefreiheit hängt an fünf Prüfungen: Geschwindigkeitsbereich, synchrone Markierung, Wiederaufnahme nach einer Unterbrechung, Zusammenspiel mit dem Screenreader und Treue des Formats. Kurz gesagt: Bleibt die Stimme bei Ihrem Hörtempo klar, und arbeitet die App mit dem Screenreader zusammen, den Sie ohnehin nutzen? Eine TTS-App ist kein Screenreader, und genau diese Verwechslung ist der häufigste Fehler. Unten finden Sie den Unterschied, die Checkliste und die Stellen, an denen jedes Werkzeug wirklich überzeugt.

Ist Text-to-Speech dasselbe wie ein Screenreader?

Nein, und die Verwechslung kostet Menschen oft Monate. Ein Screenreader (VoiceOver, TalkBack, NVDA, JAWS) liest die Oberfläche selbst vor: Schaltflächen, Menüs, Formularfelder und die Rolle jedes Elements. Sie steuern ihn über Gesten oder Tasten, und er ersetzt den Bildschirm für Menschen, die keinen nutzen können.

Text-to-Speech liest dagegen ein Dokument vor, das Sie ihm übergeben. Es ist eine reine Leseschicht. Es kauft nichts, füllt kein Formular aus und sagt Ihnen nicht, welcher Button gerade den Fokus hat. Es liefert eine saubere, durchgehende Vorlesung eines Artikels, eines PDFs oder eines Buches, meist mit einer besseren Stimme und einer besseren Temporegelung als der Standard des Screenreaders.

Die Praxis sieht so aus: Der Screenreader ist die Art, wie Sie das Gerät bedienen. TTS ist die Art, wie Sie lange Texte darauf konsumieren. Viele Menschen mit Sehbehinderung nutzen beides am selben Tag, manchmal auf derselben Seite.

=== SCALE CHECK ===

Die Weltgesundheitsorganisation schätzt, dass mindestens 2.2 Milliarden Menschen eine Sehbeeinträchtigung in der Nähe oder in der Ferne haben. Die meisten von ihnen sind nicht blind. Sie können einen Bildschirm sehen, aber nicht 40 Minuten lang bequem. Für sie ist eine Hörwarteschlange ein Lesewerkzeug und keine Spielerei.

Wie sieht eine Checkliste für Text-to-Speech Barrierefreiheit aus?

Fünf Prüfungen, sortiert nach der Häufigkeit, mit der sie scheitern. Führen Sie sie mit einem echten Artikel durch, bevor Sie etwas bezahlen.

1. Geschwindigkeitsbereich. Die Standardstimme liegt bei etwa 150 Wörtern pro Minute. Die meisten Menschen lesen still mit rund 240. Wer zum Lernen zuhört, geht innerhalb einer Woche auf 1.5x oder 2x, also muss die Stimme dort verständlich bleiben. Voice Dream Reader nennt einen Bereich von 50 bis 500 WPM, die breiteste dokumentierte Spanne, die wir gesehen haben.

2. Synchrone Markierung. Wort- oder Satzmarkierung hält Ihre Augen beim Mitlesen fest, wenn Sie eine Sehrestfunktion haben, Legasthenie vorliegt oder die Aufmerksamkeit abschweift. NaturalReader und Voice Dream beherrschen das gut.

3. Wiederaufnahme. Sie nehmen einen Anruf an und kommen zurück. Startet die Wiedergabe am Anfang eines 6.000-Wörter-Textes oder an der Stelle, an der Sie aufgehört haben? Readwise Reader startet beim Absatz in der Bildschirmmitte, und das ist die richtige Idee.

4. Zusammenspiel mit dem Screenreader. Ist VoiceOver oder TalkBack aktiv, zeigt der Player der TTS-App dann noch beschriftete Bedienelemente, oder sperrt er den Fokus in einer Zeichenfläche? Dieser Punkt wird auf Herstellerseiten am häufigsten übersprungen.

5. Treue des Formats. Fußnoten, verschachtelte Zitate, Tabellen, Alternativtexte. Liest der Sprecher mitten im Satz „Fußnote 14“ vor, überspringt er die Tabelle oder kündigt jede Link-URL an?

Brauchen Screenreader-Nutzer überhaupt eine eigene TTS-App?

Oft ja, aus einem Grund: Der Screenreader ist zum Bedienen gebaut, nicht zum Vorlesen. Er hält bei jedem Element an, sagt Rollen an und liest langen Text in einer nüchternen Stimme vor, die auf schnelle Navigation getrimmt ist.

Die WebAIM Screen Reader User Survey #10 ergab, dass 91.3 % der Befragten auf dem Smartphone einen Screenreader nutzen. Genau dort ist ein langer Artikel am umständlichsten: kleiner Bildschirm, ein Daumen, ein Wisch pro Absatz. Übergeben Sie den Text einem eigenen Vorleser und drücken Sie Play, dann entfallen Hunderte Wischgesten.

Auf eine separate App können Sie verzichten, wenn Sie nur kurze Texte lesen und Ihnen die eingebaute Stimme genügt. Zahlen sollten Sie für eine, wenn Sie täglich lange Texte, PDFs oder Newsletter lesen.

Welche TTS-Apps halten bei Sehbehinderung, Legasthenie und freihändigem Lesen stand?

Vier Apps würden wir jemandem empfehlen, der bei null anfängt. Die Preise stammen von den Preisseiten der Anbieter zum Zeitpunkt des Schreibens und ändern sich häufig.

Voice Dream Reader ist die barrierefreie Wahl. Die App entstand als Werkzeug für blinde und sehbehinderte Lesende und bietet bis heute die tiefste VoiceOver-Integration der Kategorie. Sie verarbeitet PDF, EPUB, DAISY mit echter Kapitelnavigation, Word und Klartext. Der Haken: Sie gibt es nur für Apple-Geräte, auf iPhone und iPad kostet sie etwa $79.99 pro Jahr nach einer 7-tägigen Testphase.

NaturalReader ist der günstigste Weg, die Idee zu testen. Die kostenlose Stufe bietet unbegrenzt einfache Stimmen, Premium-Stimmen sind auf etwa 20 Minuten pro Tag begrenzt. Plus kostet $20.90 im Monat oder $119 im Jahr. Satzmarkierung, zwei PDF-Ansichten (Originallayout und umgebrochen) und Kamera-OCR machen die App stark bei Legasthenie und gedrucktem Material.

Speechify hat das größere App-Ökosystem und den polierteren mobilen Player. Premium kostet $29 im Monat oder $139 im Jahr, mit Geschwindigkeiten bis 4.5x. Die App ist für den Konsum großer Mengen gebaut. Ihre Schwäche für dieses Publikum ist der Preis: Die kostenlose Stufe begrenzt das Tempo auf 1.5x, die Geschwindigkeiten, die sehbehinderte Lesende oft brauchen, liegen also hinter dem Bezahlmodell.

Readwise Reader ist zuerst eine App zum späteren Lesen und erst danach ein Vorleser. Liegt Ihre Liste bereits dort, reicht die mobile TTS-Funktion meist aus, und Ihre Markierungen bleiben mit dem verbunden, was Sie gehört haben. Wenn Sie PDF-lastige oder DAISY-Workflows brauchen, sehen Sie sich anderswo um.

Warum die Stimmqualität wichtiger ist als die Funktionsliste

Weil der Höraufwand die eigentlichen Kosten sind. Eine Stimme, die bei Betonung und Pausen leicht danebenliegt, ist bei einer dreiminütigen E-Mail in Ordnung und bei Minute 25 eines Essays erschöpfend. Menschen mit Sehbehinderung oder Legasthenie nutzen TTS bei dieser Länge nicht zum Spaß, sondern um Lektüre zu schaffen, die sie sonst auslassen würden.

Testen Sie mit einem 3.000-Wörter-Text, der Zwischenüberschriften, ein Blockzitat und eine Liste enthält. Achten Sie auf drei Dinge: wie die Stimme eine Überschrift vom Fließtext unterscheidet, ob sie an Absatzgrenzen atmet und ob sie Namen verhunzt. Ein Sprecher, der „Prof. Dr.“ falsch ausspricht, kostet Sie das Vertrauen in die ganze Warteschlange.

Wie schnell sollten Sie das Tempo einstellen, ohne den Faden zu verlieren?

Erhöhen Sie in kleinen Schritten, nicht auf einmal. Gehen Sie einige Tage von 1.0x auf 1.25x und dann auf 1.5x. Das Verständnis sinkt bei dichtem Material zuerst, etwa bei Gesetzestexten oder einer Studie mit Zahlen, und bei erzählender Prosa zuletzt. Halten Sie deshalb zwei Tempi bereit: ein schnelles für vertraute Themen und ein langsameres für alles, wonach Sie handeln müssen.

Erfahrene Screenreader-Nutzer lassen synthetische Stimmen oft weit schneller laufen, als es ein sehender Zuhörer aushielte. Das ist eine Fähigkeit, die sich über Jahre entwickelt, und keine Einstellung, die man einfach kopiert. Wählen Sie das Tempo, bei dem Sie den letzten Satz wiederholen könnten. Gelingt das nicht, drosseln Sie um eine Stufe.

Prüfen Sie außerdem, was die App mit der Tonhöhe macht. Manche Player beschleunigen, indem sie die Tonhöhe verschieben, was Stimmen dünn und ermüdend klingen lässt. Gute Apps dehnen die Zeit und halten die Stimme stabil.

Welche Formate bringen die meisten Sprecher ins Stolpern?

Vier Formate verursachen den meisten Ärger, unabhängig von der App:

• Gescannte PDFs. Ohne Textebene gibt es nichts vorzulesen. Sie brauchen zuerst OCR, und die Kamera-OCR von NaturalReader oder eine separate Scanner-App erledigt das.

• Tabellen. Die meisten Vorleser lesen Zelle für Zelle ohne Spaltenkontext. Rechnen Sie damit, das Original zu überfliegen oder eine Zusammenfassung anzufordern.

• Mathematik und Code. Formeln und Codeblöcke werden zu Rauschen, wenn die App dafür keinen eigenen Modus hat.

• Bezahlschranken und Seiten mit Login. Eine Browser-Erweiterung sieht, was Sie sehen. Ein serverseitiger Konverter oft nicht. Testen Sie eine eigene Quelle hinter einer Bezahlschranke, bevor Sie sich darauf verlassen.

Keines dieser Formate ist ein Grund, auf TTS zu verzichten. Es sind die Stellen, an denen Sie während der Testwoche mit Ihren eigenen Dokumenten prüfen sollten, und der Grund, warum die Checkliste mit der Treue des Formats endet.

Was bieten die kostenlosen Optionen in Smartphone und Browser?

Nutzen Sie sie zuerst. Sie sind besser, als ihr Ruf vermuten lässt, und sie kosten nichts.

• iPhone und iPad: Gesprochene Inhalte mit Bildschirm vorlesen (Zwei-Finger-Wischen nach unten) und Auswahl sprechen.

• Android: Auswahl vorlesen (Select to Speak), dazu TalkBack, wenn Sie die volle Navigation brauchen.

• Mac: Auswahl sprechen und die Systemstimmen.

• Edge: Der Befehl Vorlesen liest Webseiten mit natürlichen Stimmen vor und markiert dabei den Text.

Wo sie zu kurz greifen: keine Warteschlange, kein privater Feed, schwache PDF-Verarbeitung und keine Möglichkeit, einen Artikel auf einem anderen Gerät weiterzuhören. Wie sich Browser-Werkzeuge unterscheiden, haben wir in Vorlesen-Erweiterungen für den Browser beschrieben.

Endet Text-to-Speech Barrierefreiheit bei der App, die Sie wählen?

Nein. Die Quelle ist genauso wichtig wie der Vorleser. Eine Seite mit sauberer Überschriftenstruktur, echten Listen und Alternativtexten auf Bildern ergibt in jedem Werkzeug eine brauchbare Vorlesung. Eine Seite aus verschachteltem Div-Code mit Text in Bildern ergibt in allen eine schlechte.

Deshalb ersetzt ein Widget mit „Diese Seite anhören“ keine barrierefreie Auszeichnung. Es liest die Seite Menschen vor, die die Seite bereits bedienen können. Es hilft nicht dem Lesenden, dessen Screenreader den Hauptinhalt gar nicht erst findet.

Wenn Sie veröffentlichen, reparieren Sie zuerst die Struktur. Wenn Sie lesen, wählen Sie Werkzeuge, die den Artikel sauber herauslösen, bevor sie ihn vorlesen. Für Lernmaterial lohnt sich unser Beitrag zu Text-to-Speech zum Lernen.

Vor Ihrem nächsten Arbeitsweg

QUEUE: 3 articles
VOICE: narrator-calm
SPEED: 1.4x -> test at 1.8x
STATUS: READY TO TRANSMIT

Beginnen Sie mit dem, was schon auf Ihrem Telefon ist. Laden Sie einen langen Artikel, stellen Sie das Tempo so ein, dass Sie ihm mühelos folgen können, und notieren Sie, wo es bricht: bei einer Fußnote, einer Tabelle oder einer verlorenen Stelle nach einem Anruf. Diese Liste der Bruchstellen ist Ihre eigentliche Einkaufsliste.

Reicht die eingebaute Stimme, hören Sie hier auf. Scheitern Sie an zwei oder mehr der fünf Prüfpunkte, testen Sie Voice Dream Reader auf Apple-Geräten oder die kostenlose Stufe von NaturalReader auf allen anderen Geräten und entscheiden Sie dann. Und wenn Ihre Leseliste hauptsächlich aus Webartikeln besteht, macht ein privater MP3-Feed, den Sie in jeder Podcast-App öffnen, die Frage nach dem Player ganz überflüssig. Genau das bauen wir bei hear.the.web, und es ist eine Option unter mehreren.

Sagen Sie uns, welcher Prüfpunkt bei Ihnen gescheitert ist.

the hear.the.web team, cambridge, ma