Loading article…
スクリーンリーダーは、テキストや画像のコンテンツを音声または点字出力としてレンダリングする支援技術（AT）[1]の一種です。スクリーンリーダーは、目の見えない人にとって不可欠であり、[2]視覚障害者、[2] 文盲、学習障害のある人にとって有用です。[3]スクリーンリーダーは、正常な視力を持つ人々がディスプレイ上で見ているものを、テキスト読み上げ、[4]サウンドアイコン、[5]点字デバイスなどの非視覚的な手段を介してユーザーに伝えようとするソフトウェアアプリケーションです。[2]スクリーンリーダーは、専用のアクセシビリティAPIとの対話、さまざまなオペレーティングシステム機能（プロセス間通信やユーザーインターフェイスプロパティの照会など）の使用、フック技術の採用など、さまざまな手法を適用することでこれを実現します。[6]
Microsoft Windows オペレーティングシステムには、 Windows 2000以降、Microsoft Narratorスクリーンリーダーが含まれていますが、 Freedom Scientificの市販のJAWSスクリーンリーダーやZoomTextスクリーン拡大鏡、 NV Accessの無料かつオープンソースのスクリーンリーダーNVDAなどの別製品のほうが、このオペレーティングシステムではより人気があります。[7] Apple Inc.のmacOS、iOS、tvOSには、 VoiceOverが組み込みのスクリーンリーダーとして含まれています。一方、 GoogleのAndroidはTalkbackスクリーンリーダーを提供し、ChromeOSではChromeVoxを使用できます。[8]同様に、AmazonのAndroidベースのデバイスは、VoiceViewスクリーンリーダーを提供します。 LinuxおよびUnix系システム用の無料のオープンソーススクリーンリーダーもあり、SpeakupやOrcaなどがあります。
歴史
1978年頃、IBMローリーのアル・オーバービーは、IBM 3270端末用のSAID（Synthetic Audio Interface Driverの略）として知られる音声端末のプロトタイプを開発した。[9] SAIDは、ディスプレイのASCII値をストリームで読み取り、スーツケース大の大きな音声トラックシンセサイザーで読み上げるもので、価格は約1万ドルだった。[10]盲目の研究数学者であるジェシー・ライト博士と、ミシガン大学でライト博士の元大学院生でIBMの数学者として働いていたジム・サッチャーは、これを盲人が使用するIBM社内ツールとして採用した。初期のIBMパーソナルコンピュータ（PC）が1981年に発売された後、サッチャーとライトは、PC-SAID（ Personal Computer Synthetic Audio Interface Driver）と呼ばれるSAIDに相当するソフトウェアを開発した。これは1984年にIBMスクリーンリーダーに改名されて発売され、その一般的な支援技術のクラスの独自のエポニムとなった。[10]
種類
コマンドライン（テキスト）
MS-DOSなどの初期のオペレーティングシステムでは、コマンドラインインターフェイス（CLI）が採用されており、画面表示はメモリ内の画面バッファに直接マッピングされた文字とカーソル位置で構成されていました。入力はキーボードで行いました。したがって、このすべての情報は、システム周辺の情報の流れをフックして画面バッファを読み取るか、標準のハードウェア出力ソケット[11]を使用して結果をユーザーに伝えることによって、システムから取得できました。
1980年代には、バーミンガム大学の視覚障害者教育研究センター（RCEVH）がBBCマイクロとNECポータブル用のスクリーンリーダーを開発しました。 [12] [13]
グラフィカル
オフスクリーンモデル
グラフィカルユーザーインターフェース（GUI ）の登場により、状況はさらに複雑になりました。GUIでは、画面上の特定の位置に文字やグラフィックが描画されるため、ディスプレイのグラフィックコンテンツの純粋なテキスト表現はありません。そのため、スクリーンリーダーは、オペレーティングシステムからメッセージを収集し、それを使用して「オフスクリーンモデル」を構築するという新しい低レベルの技術を採用せざるを得ませんでした。これは、必要なテキストコンテンツが格納されているディスプレイの表現です。[14]
たとえば、オペレーティング システムは、コマンド ボタンとそのキャプションを描画するためのメッセージを送信する場合があります。これらのメッセージはインターセプトされ、オフスクリーン モデルの構築に使用されます。ユーザーは画面上で使用可能なコントロール (ボタンなど) を切り替えることができ、キャプションとコントロールの内容は音声で読み上げられたり、更新可能な点字ディスプレイに表示されたりします。
スクリーン リーダーは、メニュー、コントロール、その他の視覚的構成要素に関する情報を伝えることもできるため、視覚障碍のあるユーザーがこれらの構成要素を操作できるようになります。ただし、オフスクリーン モデルを維持することは大きな技術的課題です。低レベルのメッセージをフックし、正確なモデルを維持することは、どちらも困難な作業です。[引用が必要]
アクセシビリティ API
オペレーティング システムとアプリケーションの設計者は、オフスクリーン モデルを維持することなくスクリーン リーダーが表示内容にアクセスできる方法を提供することで、これらの問題に対処しようとしてきました。これには、APIを通じてアクセスされる画面に表示されているものの代替のアクセス可能な表現の提供が含まれます。既存のAPIには次のものがあります。
- Androidアクセシビリティフレームワーク[15]
- AppleアクセシビリティAPI [16]
- AT-SPI
- アクセス可能2
- Microsoft アクティブ アクセシビリティ( MSAA )
- Microsoft UI オートメーション
- Javaアクセスブリッジ[17]
スクリーン リーダーは、オペレーティング システムまたはアプリケーションに現在表示されている内容を照会し、表示が変更されたときに更新を受け取ることができます。たとえば、スクリーン リーダーに、現在のフォーカスがボタンにあることを伝え、ボタンのキャプションをユーザーに伝えることができます。この方法は、スクリーン リーダーの開発者にとっては非常に簡単ですが、アプリケーションがアクセシビリティAPIに準拠していない場合は失敗します。たとえば、Microsoft Word はMSAA APIに準拠していないため、スクリーン リーダーは Word のオフスクリーン モデルを維持するか、そのコンテンツにアクセスする別の方法を見つける必要があります。[引用が必要] 1 つの方法は、利用可能なオペレーティング システム メッセージとアプリケーション オブジェクト モデルを使用してアクセシビリティAPIを補完することです。
スクリーン リーダーは、本質的にアクセスできないもの以外のすべての表示コンテンツにアクセスできると想定できます。Web ブラウザー、ワード プロセッサ、アイコンとウィンドウ、電子メール プログラムは、スクリーン リーダー ユーザーがうまく使用しているアプリケーションのほんの一部です。ただし、一部のユーザーによると、[誰? ]スクリーン リーダーの使用は GUI の使用よりもかなり難しく、多くのアプリケーションでは、アプリケーションの性質 (アニメーションなど) やプラットフォームのアクセシビリティ標準に準拠していないこと (Microsoft Word や Active Accessibility など) に起因する特定の問題があります。[引用が必要]
自己発声プログラムとアプリケーション
一部のプログラムやアプリケーションには、主な機能に加えて音声技術が組み込まれています。これらのプログラムは自己音声化と呼ばれ、スクリーン リーダーを使用する必要がないように設計されている場合は支援技術の一種になります。[引用が必要]
クラウドベース
一部の電話サービスでは、ユーザーがリモートでインターネットとやり取りすることができます。たとえば、TeleTender は電話経由で Web ページを読むことができ、ユーザー側に特別なプログラムやデバイスは必要ありません。[要出典]
仮想アシスタントは、書かれた文書（テキストの Web コンテンツ、 PDF文書、電子メールなど）を読み上げることができる場合があります。最もよく知られている例は、Apple のSiri、Google Assistant、Amazon Alexaです。
ウェブベース
この分野で比較的新しい開発は、視覚障害のあるコンピュータ ユーザー向けにニュース更新、天気、科学、ビジネス記事などのコンテンツを管理する Web ポータルとして機能する Spoken-Web などの Web ベースのアプリケーションです。[引用が必要]その他の例としては、 Web コンテンツにテキスト読み上げ機能を追加するReadSpeaker やBrowseAloudがあります。 [引用が必要]このようなアプリケーションの主な対象者は、学習障害や言語障壁のために読むのが困難な人々です。[引用が必要]同等のデスクトップ アプリケーションと比較すると機能は限定されていますが、主な利点は、ユーザーがカスタム ソフトウェアをインストールする権限を持たない公共のマシンで Web サイトを表示するときに、その Web サイトのアクセシビリティが向上し、人々に「自由に移動できる」ようになることです。[引用が必要]
この機能はソフトウェアの品質だけでなく、テキストの論理構造にも依存します。見出し、句読点、画像の代替属性の存在などは、優れた音声化にとって重要です。また、Web サイトは CSS による適切な 2 次元配置の使用により見栄えがよくなる場合がありますが、たとえばブラウザーで CSS と Javascript を抑制するなど、標準的な線形化は理解できない場合があります。[引用が必要]
カスタマイズ
ほとんどのスクリーン リーダーでは、句読点のほとんどを読み上げるか、無視するかをユーザーが選択できます。一部のスクリーン リーダーは、スクリプトを使用して特定のアプリケーションに合わせてカスタマイズできます。スクリプトの利点の 1 つは、カスタマイズをユーザー間で共有できるため、すべてのユーザーのアクセシビリティが向上することです。たとえば、 JAWS にはアクティブなスクリプト共有コミュニティがあります。[引用が必要]
冗長性
冗長性は、視覚障害のあるコンピュータ ユーザーをサポートするスクリーン リーダー ソフトウェアの機能です。音声冗長性コントロールにより、ユーザーは聞きたい音声フィードバックの量を選択できます。具体的には、冗長性設定により、ユーザーはコンピュータ画面に表示される Web ページのメンタル モデルを構築できます。スクリーン リーダー プログラムは、冗長性設定に基づいて、フレームまたは表の開始と終了、テキストにグラフィックが挿入された場所、またはドキュメントにリストが表示される場所など、特定の書式変更をユーザーに通知します。冗長性設定では、リスト、表、領域などの要素の説明レベルを制御することもできます。[18]たとえば、JAWS は、低、中、高の Web 冗長性のプリセット レベルを提供します。高 Web 冗長性レベルでは、Web ページの内容についてより詳細な情報を提供します。[19]
言語
一部のスクリーンリーダーは、素材の言語がメタデータにエンコードされている場合、複数の言語でテキストを読み取ることができます。[20]
JAWS、NVDA、VoiceOverなどのスクリーン リーダー プログラムには言語の詳細度も含まれており、音声出力言語に関連する詳細度設定を自動的に検出します。たとえば、ユーザーが英国を拠点とする Web サイトに移動した場合、テキストは英語のアクセントで読み上げられます。[引用が必要]
参照
参考文献
無料辞書のウィクショナリーでスクリーン リーダーを調べてください。
- ^ 「支援技術製品の種類」。Microsoft アクセシビリティ。2016 年6 月 13 日閲覧。
- ^ abc 「スクリーン読み取り技術」。AFB 。 2022年2月23日閲覧。
- ^ 「スクリーンリーダーとEラーニングでの活用方法」Virginia.gov。2018年11月13日時点のオリジナルよりアーカイブ。2019年3月31日閲覧。
- ^ 「ナレーターでテキストの読み上げを聞く」。Microsoft。2016年6 月 13 日閲覧。
- ^ Coyier, Chris (2007 年 10 月 29 日)。「アクセシビリティの基本: スクリーン リーダーではページはどのように見えるか?」CSS-Tricks。2016年6 月 13 日閲覧。
- ^ 「スクリーンリーダーとは」Nomensa . 2017年7月9日閲覧。
- ^ 「スクリーンリーダーユーザー調査 #9」。WebAIM 。 2021年7月1日閲覧。
- ^ 「ChromeVox」。Google 。 2020年3月9日閲覧。
- ^ Cooke, Annemarie (2004 年 3 月)。「IBM におけるアクセシビリティの歴史」。アメリカ盲人協会 (AFB)。
- ^ ab 「Making A Difference Award (2009) — Jim Thatcher (インタビュー)」。SIGCAS、Association for Computing Machinery のコンピュータと社会に関する特別興味グループ。2009 年。
- ^ 「Talking Terminals. BYTE、1982年9月」。2006年6月25日時点のオリジナルよりアーカイブ。2006年9月7日閲覧。
- ^ Paul Blenkhorn、「マイクロコンピュータ システムとコンピュータ支援学習に関するRCEVHプロジェクト」、British Journal of Visual Impairment、4/3、101-103 (1986)。無料の HTML バージョンは Visugate にあります。
- ^ 「音声合成を使用したパソコンへのアクセス。RNIB New Beacon No.76、1992年5月」。2014年3月3日。
- ^ 「Making the GUI Talk」（Richard Schwerdtfeger 著、 BYTE 1991 年 12 月号、p. 118-128）によると、オフスクリーン モデルを構築した最初のスクリーン リーダーは outSPOKEN でした。
- ^ Android でのアクセシビリティの実装。
- ^ Apple アクセシビリティ API。
- ^ 「Java 開発者向け Oracle テクノロジー ネットワーク – Oracle テクノロジー ネットワーク – Oracle」。
- ^ Zong, Jonathan; Lee, Crystal; Lundgard, Alan; Jang, JiWoong; Hajas, Daniel; Satyanarayan, Arvind (2022). 「アクセシブルなデータ視覚化のためのリッチスクリーンリーダーエクスペリエンス」。コンピュータグラフィック スフォーラム。41 ( 3 ): 15–27。arXiv : 2205.04917。doi :10.1111/cgf.14519。ISSN 0167-7055。S2CID 248665696 。
- ^ 「JAWS Web Verbosity」。www.freedomscientific.com 。 2022年11月6日閲覧。
- ^ Chris Heilmann (2008 年 3 月 13 日)。「Yahoo! の検索結果に自然言語サポートが追加」。Yahoo ! Developer Networkブログ。2009 年 1 月 25 日時点のオリジナルよりアーカイブ。2015 年2 月 28 日閲覧。