Text till tal tillgänglighet: 5 kontroller innan du väljer

Text till tal tillgänglighet handlar om fem kontroller: hastighetsintervall, markering av text, återupptagning, samspel med skärmläsaren och formatåtergivning. Kort sagt: håller rösten sig tydlig i din lyssningshastighet, och fungerar appen med den skärmläsare du redan använder? En TTS-app är inte en skärmläsare, och att behandla den som en är det vanligaste misstaget. Nedan följer skillnaden, checklistan och var varje verktyg faktiskt håller.

Är text till tal samma sak som en skärmläsare?

Nej, och förväxlingen kostar folk månader. En skärmläsare (VoiceOver, TalkBack, NVDA, JAWS) läser upp själva gränssnittet: knappar, menyer, formulärfält och rollen för varje element. Du styr den med gester eller tangenter, och den ersätter skärmen för den som inte kan använda en.

Text till tal läser ett dokument som du ger den. Det är ett skrivskyddat lager. Det köper inget, fyller inte i ett formulär och berättar inte vilken knapp som har fokus. Det du får är en ren, sammanhängande uppläsning av en artikel, PDF eller bok, oftast med bättre röst och bättre hastighetskontroll än skärmläsarens standard.

Den praktiska skillnaden: skärmläsaren är hur du använder enheten. TTS är hur du tar till dig lång text på den. Många med nedsatt syn använder båda samma dag, ibland på samma sida.

=== SKALKONTROLL ===

Världshälsoorganisationen uppskattar att minst 2.2 miljarder människor har en nedsatt syn på nära eller långt avstånd. De flesta av dem är inte blinda. De kan se en skärm men inte bekvämt i 40 minuter, och för dem är en lyssningskö ett läsverktyg, inte en kuriositet.

Hur ser en checklista för text till tal och tillgänglighet ut?

Fem kontroller, i ordning efter hur ofta de brukar gå sönder. Kör dem med en riktig artikel innan du betalar för något.

1. Hastighetsintervall. Standardrösten ligger runt 150 ord per minut. De flesta läser tyst i ungefär 240. Om du lyssnar för att lära dig kommer du inom en vecka att vilja upp till 1.5x eller 2x, så rösten måste vara begriplig där. Voice Dream Reader anger ett intervall från 50 till 500 WPM, det bredaste vi har sett dokumenterat.

2. Synkroniserad markering. Ord- eller meningsmarkering håller ögonen förankrade om du har nedsatt syn, dyslexi eller om uppmärksamheten glider. NaturalReader och Voice Dream gör båda det bra.

3. Återupptagning. Ta ett telefonsamtal och kom tillbaka. Startar uppspelningen om från början av en text på 6 000 ord, eller där du slutade? Readwise Reader startar från stycket i mitten av skärmen, vilket är rätt idé.

4. Samspel med skärmläsaren. Om VoiceOver eller TalkBack är på: exponerar TTS-appens spelare fortfarande märkta kontroller, eller fastnar fokus i en canvas? Det här är kontrollen som de flesta leverantörssidor hoppar över.

5. Formatåtergivning. Fotnoter, kapslade citat, tabeller, alt-text på bilder. Läser uppläsaren "fotnot 14" mitt i en mening, hoppar över tabellen eller säger upp varje länks URL?

Behöver skärmläsaranvändare ens en separat TTS-app?

Ofta ja, av en enkel anledning: skärmläsaren är byggd för att styra, inte för att läsa. Den stannar vid varje element, säger ut roller och läser lång text med en platt, funktionell röst som är avstämd för snabb navigering.

WebAIM:s Screen Reader User Survey #10 fann att 91.3 procent av respondenterna använder en skärmläsare på mobilen. Det är där en lång artikel är som mest besvärlig: liten skärm, en tumme, ett svep per stycke. Om du lämnar artikeln till en dedikerad uppläsare och trycker på play tar du bort hundratals svep.

Hoppa över en separat app om du bara läser korta texter och den inbyggda rösten räcker. Betala för en om du läser långa texter, PDF:er eller nyhetsbrev varje dag.

Vilka TTS-appar håller för låg syn, dyslexi och handsfree-läsning?

Fyra vi skulle ställa framför någon som börjar från noll. Priserna är hämtade från respektive leverantörs prissida när texten skrevs, och de ändras ofta.

Voice Dream Reader är det tillgänglighetsförsta valet. Den började som verktyg för blinda och personer med låg syn och har fortfarande den djupaste VoiceOver-integrationen i kategorin. Den hanterar PDF, EPUB, DAISY med riktig kapitelnavigering, Word och vanlig text. Haken: den finns bara för Apple, och kostar ungefär $79.99 per år på iPhone och iPad efter en provperiod på 7 dagar.

NaturalReader är det billigaste sättet att testa idén. Gratisnivån har obegränsade grundröster, medan premiumrösterna begränsas till ungefär 20 minuter per dag. Plus kostar $20.90 i månaden eller $119 per år. Meningsmarkering, dubbla PDF-vyer (originallayout och omflöde) och kamera-OCR gör den stark för dyslexi och för tryckt material.

Speechify har det större appekosystemet och den mer polerade mobilspelaren. Premium kostar $29 i månaden eller $139 per år, med hastigheter upp till 4.5x. Den är byggd för konsumtion i volym. Den svaga punkten för den här målgruppen är priset: gratisnivån begränsar hastigheten till 1.5x, så de hastigheter som personer med låg syn ofta vill ha ligger bakom betalplanen.

Readwise Reader är i första hand en läs-senare-app och i andra hand en uppläsare. Om din kö redan finns där är TTS i mobilen tillräckligt bra, och du behåller markeringarna kopplade till det du hörde. Behöver du PDF-tunga eller DAISY-flöden bör du titta någon annanstans.

Varför spelar uppläsningens kvalitet mer roll än funktionslistan?

För att lyssningsansträngningen är den verkliga kostnaden. En röst som är lite fel på betoning och pauser är okej för ett mejl på tre minuter och utmattande vid minut 25 av en essä. Personer med låg syn eller dyslexi använder inte TTS för skojs skull på den längden. De använder den för att ta sig igenom arbete eller läsning som de annars skulle hoppa över.

Testa med en text på 3 000 ord som har underrubriker, ett blockcitat och en lista. Lyssna efter tre saker: hur rösten hanterar en rubrik jämfört med brödtext, om den andas vid styckebrytningar och om den förvanskar namn. En uppläsare som läser "Dr." som "drive" kostar förtroende för hela kön.

Hur snabbt bör du ställa in hastigheten utan att tappa tråden?

Höj i små steg, inte i ett hopp. Gå från 1.0x till 1.25x i några dagar och sedan till 1.5x. Förståelsen sjunker först på tät text, som juridiska texter eller en artikel med många siffror, och sist på berättande prosa. Ha därför två hastigheter: en snabb för välkända ämnen och en långsammare för sådant du behöver agera på.

Erfarna skärmläsaranvändare kör syntetiska röster mycket snabbare än vad en seende lyssnare skulle tåla. Det är en färdighet som byggts upp över år, inte en inställning att kopiera. Välj den hastighet där du kan upprepa den sista meningen. Om du inte kan det, sänk ett steg.

Kontrollera också vad appen gör med tonhöjden. Vissa spelare snabbar upp genom att flytta tonhöjden, vilket gör rösterna tunna och tröttsamma. Bra appar tidsstretchar och håller rösten stabil.

Vilka format bryter fortfarande flest uppläsare?

Fyra format står för det mesta av besvären, oavsett app:

• Inskannade PDF:er. Utan textlager finns inget att läsa upp. Du behöver OCR först, och NaturalReaders kamera-OCR eller en separat skannerapp gör det jobbet.

• Tabeller. De flesta uppläsare läser cell för cell utan kolumnkontext. Räkna med att skumma originalet eller be om en sammanfattning.

• Matematik och kod. Ekvationer och kodblock blir brus om appen inte har ett dedikerat läge.

• Betalväggar och inloggade sidor. Ett webbläsartillägg ser det du ser. En konverterare på servern gör ofta inte det, så testa med en av dina egna betalvägg-källor innan du litar på den.

Inget av detta är en anledning att hoppa över TTS. Det är ställena att verifiera med egna dokument under provveckan, och anledningen till att checklistan slutar med formatåtergivning.

Vad finns gratis i din telefon och webbläsare?

Använd dem först. De är bättre än sitt rykte och kostar ingenting.

• iPhone och iPad: Spoken Content, med Speak Screen (två fingrar, svep nedåt) och Speak Selection.

• Android: Select to Speak, plus TalkBack om du behöver full navigering.

• Mac: Speak Selection och systemrösterna.

• Edge: kommandot Read Aloud läser webbsidor med naturliga röster och markerar texten medan den läses.

Där de brister: ingen kö, inget privat flöde, svag PDF-hantering och inget sätt att fortsätta en artikel på en annan enhet. Om du är nyfiken på hur webbläsarverktygen står sig mot varandra har vi beskrivit avvägningarna i tillägg för uppläsning i webbläsaren.

Stannar text till tal och tillgänglighet vid appen du väljer?

Nej. Källan spelar lika stor roll som uppläsaren. En sida med riktig rubrikstruktur, verkliga listor och alt-text på bilder ger en hygglig uppläsning i alla verktyg. En sida byggd av div-soppa, med text inbakad i bilder, ger en dålig i alla.

Det är också därför en "lyssna på sidan"-widget inte ersätter tillgänglig markup. Den läser sidan för personer som redan kan använda den. Den hjälper inte läsaren vars skärmläsare inte ens hittar huvudinnehållet.

Om du publicerar, fixa strukturen först. Om du läser, välj verktyg som extraherar artikeln rent innan de läser upp den. För studiematerial i synnerhet, se våra anteckningar om text till tal för studier.

Innan nästa pendling

KÖ: 3 artiklar
RÖST: narrator-calm
HASTIGHET: 1.4x -> testa vid 1.8x
STATUS: REDO ATT SÄNDA

Börja med det som redan finns i din telefon. Ladda en lång artikel, ställ in hastigheten där du kan följa utan ansträngning och notera var det går sönder: en fotnot, en tabell, en tappad plats efter ett samtal. Den listan över brott är din verkliga inköpslista.

Om den inbyggda rösten räcker, stanna där. Om du stöter på två eller fler av de fem kontrollerna ovan, prova Voice Dream Reader på Apple-enheter eller NaturalReaders gratisnivå på andra, och bestäm sedan. Och om din läskö mest består av webbartiklar tar en privat MP3-feed som du kan öppna i vilken poddapp som helst bort frågan om spelaren helt. Det är vad vi bygger på hear.the.web, och det är ett alternativ, inte det enda.

the hear.the.web team, cambridge, ma. Berätta vilken kontroll som gick sönder för dig.