Czytanie tekstu na głos dostępność: pięć sprawdzeń

Czytanie tekstu na głos dostępność sprowadza się do pięciu sprawdzeń: zakresu prędkości, podświetlania, wznawiania odtwarzania, współpracy z czytnikiem ekranu i wierności formatu. Krótko mówiąc, czy głos pozostaje czytelny przy twojej prędkości słuchania i czy aplikacja działa z czytnikiem ekranu, którego już używasz? Aplikacja TTS to nie czytnik ekranu, a traktowanie jej jak czytnika to najczęstszy błąd. Poniżej różnica, lista kontrolna i to, gdzie każde narzędzie naprawdę się sprawdza.

Czy czytanie tekstu na głos to to samo co czytnik ekranu?

Nie, a ta pomyłka kosztuje ludzi miesiące. Czytnik ekranu (VoiceOver, TalkBack, NVDA, JAWS) czyta sam interfejs: przyciski, menu, pola formularzy i rolę każdego elementu. Obsługujesz go gestami albo klawiszami i zastępuje on ekran osobom, które z ekranu korzystać nie mogą.

Czytanie tekstu na głos odczytuje dokument, który mu podasz. To warstwa tylko do odczytu. Nie kupi niczego, nie wypełni formularza i nie powie, który przycisk ma fokus. Daje za to ciągłą narrację artykułu, PDF-a albo książki, zwykle z lepszym głosem i lepszą kontrolą prędkości niż domyślny czytnik.

Praktyczny podział wygląda tak: czytnik ekranu służy do obsługi urządzenia, a TTS do czytania długich tekstów na tym urządzeniu. Wielu słabowidzących używa obu tego samego dnia, czasem na tej samej stronie.

=== SCALE CHECK ===

Światowa Organizacja Zdrowia szacuje, że co najmniej 2.2 miliarda ludzi ma upośledzenie widzenia z bliska lub z daleka. Większość z nich nie jest niewidoma. To ludzie, którzy widzą ekran, ale nie są w stanie patrzeć na niego wygodnie przez 40 minut. Dla nich kolejka do odsłuchu jest narzędziem do czytania, a nie ciekawostką.

Jak wygląda lista kontrolna dostępności czytania tekstu na głos?

Pięć sprawdzeń, od najczęściej psujących się. Przetestuj je na prawdziwym artykule, zanim cokolwiek zapłacisz.

1. Zakres prędkości. Domyślna narracja to około 150 słów na minutę. Większość ludzi czyta po cichu w okolicach 240. Jeśli słuchasz, żeby się czegoś nauczyć, w ciągu tygodnia podkręcisz do 1.5x albo 2x, więc głos musi pozostać zrozumiały także przy tej prędkości. Voice Dream Reader obsługuje zakres od 50 do 500 słów na minutę, czyli najszerszy, jaki udokumentowaliśmy.

2. Synchroniczne podświetlanie. Podświetlanie słowa albo zdania utrzymuje wzrok w miejscu, jeśli masz częściowe widzenie, dysleksję albo uwaga ci ucieka. NaturalReader i Voice Dream robią to dobrze.

3. Wznawianie. Odbierasz telefon, wracasz. Czy odtwarzanie rusza od początku tekstu liczącego 6000 słów, czy od akapitu, na którym przerwałeś? Readwise Reader zaczyna od akapitu wyśrodkowanego na ekranie i to dobry pomysł.

4. Współpraca z czytnikiem ekranu. Jeśli włączony jest VoiceOver albo TalkBack, czy odtwarzacz aplikacji nadal udostępnia opisane przyciski, czy zamyka fokus w jednym elemencie canvas? To sprawdzenie, które większość stron producentów pomija.

5. Wierność formatu. Przypisy, zagnieżdżone cytaty, tabele, tekst alternatywny obrazów. Czy lektor czyta „przypis 14” w środku zdania, pomija tabelę albo ogłasza każdy adres URL?

Czy do czytnika ekranu potrzebna jest osobna aplikacja TTS?

Często tak, z jednego powodu: czytnik ekranu jest zaprojektowany do obsługi, a nie do narracji. Zatrzymuje się przy każdym elemencie, ogłasza role i czyta długi tekst płaskim, użytkowym głosem, nastawionym na szybką nawigację.

Badanie WebAIM Screen Reader User Survey #10 wykazało, że 91.3% respondentów korzysta z czytnika ekranu na urządzeniu mobilnym. To kontekst, w którym długi artykuł jest najbardziej uciążliwy: mały ekran, jeden kciuk, przesunięcie na każdy akapit. Przekazanie tekstu lektorowi i naciśnięcie „odtwórz” usuwa setki przesunięć.

Osobnej aplikacji nie potrzebujesz, jeśli czytasz tylko krótkie teksty i wbudowany głos ci wystarcza. Zapłać za nią, jeśli codziennie czytasz długie teksty, PDF-y albo newslettery.

Które aplikacje TTS wytrzymują próbę przy słabym wzroku, dysleksji i czytaniu bez rąk?

Cztery, które polecilibyśmy komuś zaczynającemu od zera. Ceny pochodzą ze stron producentów z chwili pisania i zmieniają się często.

Voice Dream Reader to wybór nastawiony na dostępność. Powstał jako narzędzie dla niewidomych i słabowidzących czytelników i nadal ma najgłębszą integrację z VoiceOver w tej kategorii. Obsługuje PDF, EPUB, DAISY z prawdziwą nawigacją po rozdziałach, Worda i zwykły tekst. Haczyk: działa tylko na urządzeniach Apple, a na iPhonie i iPadzie kosztuje około 79.99 $ rocznie po 7-dniowym okresie próbnym.

NaturalReader to najtańszy sposób, żeby sprawdzić pomysł. Darmowy plan daje nielimitowane podstawowe głosy, a premium głosy są ograniczone do około 20 minut dziennie. Plus kosztuje 20.90 $ miesięcznie lub 119 $ rocznie. Podświetlanie zdań, podwójny widok PDF (oryginalny układ i wersja przepływowa) oraz OCR z aparatu czynią go mocnym przy dysleksji i materiałach drukowanych.

Speechify ma większy ekosystem aplikacji i bardziej dopracowany odtwarzacz mobilny. Plan premium to 29 $ miesięcznie lub 139 $ rocznie, z prędkościami do 4.5x. Jest zbudowany do konsumpcji na dużą skalę. Słabym punktem dla tej grupy jest cena: darmowy plan ogranicza prędkość do 1.5x, więc prędkości, których często chcą słabowidzący, są dostępne dopiero w płatnym planie.

Readwise Reader to przede wszystkim aplikacja do czytania później, a dopiero potem lektor. Jeśli twoja kolejka już tam jest, jego mobilny TTS wystarczy, a podświetlenia pozostają powiązane z tym, co usłyszałeś. Jeśli potrzebujesz przepływów opartych na PDF-ach albo DAISY, szukaj gdzie indziej.

Dlaczego jakość narracji ważniejsza niż lista funkcji?

Bo prawdziwym kosztem jest wysiłek słuchania. Głos lekko nietrafiony w akcentach i pauzach wystarcza na trzyminutowego maila, ale męczy w 25. minucie eseju. Osoby ze słabym wzrokiem albo dysleksją nie korzystają z TTS dla zabawy na takiej długości. Robią to, żeby przejść przez pracę albo lekturę, którą inaczej by pominęły.

Przetestuj to na tekście liczącym 3000 słów, który ma śródtytuły, cytat blokowy i listę. Słuchaj trzech rzeczy: jak głos traktuje nagłówek w porównaniu z tekstem, czy robi pauzę na granicy akapitów i czy nie przekręca nazwisk. Lektor, który czyta „prof.” jako „profil”, kosztuje zaufanie do całej kolejki.

Jak szybko ustawić prędkość, nie gubiąc wątku?

Podnoś ją małymi krokami, nie jednym skokiem. Przejdź z 1.0x na 1.25x na kilka dni, potem na 1.5x. Rozumienie najpierw spada przy gęstym materiale (tekst prawniczy, praca z liczbami), a na końcu przy narracji, więc zachowaj dwie prędkości: szybszą dla znanych tematów i wolniejszą dla tego, na podstawie czego będziesz musiał działać.

Doświadczeni użytkownicy czytników ekranu często odtwarzają syntetyczne głosy znacznie szybciej, niż zniósłby słuchacz widzący. To umiejętność budowana przez lata, a nie ustawienie do skopiowania. Wybierz prędkość, przy której umiesz powtórzyć ostatnie zdanie. Jeśli nie umiesz, zwolnij o jeden stopień.

Sprawdź też, co aplikacja robi z wysokością głosu. Niektóre odtwarzacze przyspieszają przez przesunięcie tonu, przez co głos staje się cienki i męczący. Dobre zmieniają tempo i zachowują stabilny głos.

Które formaty wciąż psują najwięcej lektorów?

Cztery formaty powodują większość problemów, jakie widzimy, niezależnie od aplikacji:

• Skanowane PDF-y. Bez warstwy tekstu nie ma czego czytać. Najpierw potrzebny jest OCR, a tę pracę wykona OCR z aparatu w NaturalReaderze albo osobna aplikacja do skanowania.

• Tabele. Większość lektorów czyta komórka po komórce, bez kontekstu kolumn. Spodziewaj się, że przejrzysz oryginał albo poprosisz o streszczenie.

• Wzory i kod. Równania i bloki kodu wychodzą jako szum, chyba że aplikacja ma dedykowany tryb.

• Strony za paywallem i wymagające logowania. Rozszerzenie przeglądarki widzi to, co ty. Konwerter po stronie serwera często nie widzi, więc przetestuj jedno swoje źródło za paywallem, zanim na nim oprzesz plan.

Żadna z tych rzeczy nie jest powodem, by zrezygnować z TTS. To miejsca, które warto sprawdzić na własnych dokumentach w tygodniu próbnym, i dlatego lista kończy się sprawdzeniem wierności formatu.

Co z darmowymi opcjami wbudowanymi w telefon i przeglądarkę?

Zacznij od nich. Są lepsze, niż się o nich mówi, i nic nie kosztują.

• iPhone i iPad: Treść mówiona (Spoken Content), z opcją Mów ekran (przesunięcie dwoma palcami w dół) i Mów zaznaczenie.

• Android: Wybierz, aby przeczytać (Select to Speak), a jeśli potrzebujesz pełnej nawigacji, TalkBack.

• Mac: Mów zaznaczenie i głosy systemowe.

• Edge: polecenie Read Aloud czyta strony internetowe naturalnymi głosami i podświetla tekst w trakcie.

Gdzie zawodzą: nie mają kolejki, prywatnego kanału, słabo radzą sobie z PDF-ami i nie pozwalają podjąć artykułu na innym urządzeniu. Jeśli jesteś ciekawy, jak wypadają narzędzia przeglądarkowe, opisaliśmy kompromisy w tekście o rozszerzeniach do czytania na głos.

Czy dostępność czytania tekstu na głos kończy się na wybranej aplikacji?

Nie. Źródło liczy się tak samo jak lektor. Strona z poprawną strukturą nagłówków, prawdziwymi listami i tekstem alternatywnym obrazów daje przyzwoitą narrację w każdym narzędziu. Strona zbudowana z divów, z tekstem zapisanym w obrazkach, daje złą we wszystkich.

Dlatego widżet „przeczytaj tę stronę” nie zastąpi dostępnego kodu. Czyta stronę osobom, które już potrafią z niej korzystać. Nie pomaga czytelnikowi, którego czytnik ekranu nie znajdzie nawet głównej treści.

Jeśli publikujesz, najpierw napraw strukturę. Jeśli czytasz, wybieraj narzędzia, które wyciągają czysty artykuł, zanim go odczytają. Przy materiałach do nauki zajrzyj do naszych notatek o czytaniu tekstu na głos przy nauce.

Przed następną podróżą

KOLEJKA: 3 artykuły
GŁOS: narrator-calm
PRĘDKOŚĆ: 1.4x -> test przy 1.8x
STATUS: GOTOWE DO NADAWANIA

Zacznij od tego, co już masz w telefonie. Wczytaj jeden długi artykuł, ustaw prędkość, przy której nadążasz bez wysiłku, i zapisz, gdzie się psuje: przypis, tabela, zgubione miejsce po telefonie. Ta lista usterek to twoja prawdziwa lista zakupów.

Jeśli wbudowany głos wystarcza, na tym poprzestań. Jeśli trafisz na co najmniej dwa z pięciu sprawdzeń, wypróbuj Voice Dream Reader na urządzeniach Apple albo darmowy plan NaturalReadera na innej platformie, a potem zdecyduj. A jeśli twoja kolejka to głównie artykuły z sieci, prywatny kanał MP3, który otworzysz w dowolnej aplikacji do podcastów, usuwa problem odtwarzacza. To właśnie budujemy w hear.the.web i to jedna z opcji, nie jedyna.

Daj nam znać, które sprawdzenie zawiodło u ciebie.

the hear.the.web team, cambridge, ma