Доступность в Google Docs: Text-to-Speech для инклюзивного доступа к документам

Доступность в Google Docs — это то, что делает возможным создание инклюзивного контента: контента, который каждый может читать, писать и совместно редактировать независимо от того, как он обрабатывает текст. По оценкам, один миллиард людей живет с той или иной формой инвалидности, и для многих из них text-to-speech — это не удобство, а мост к тому же документу, который есть у всех остальных. В этом руководстве рассматриваются встроенные функции доступности Google Docs и то, как дополнение text-to-speech, такое как AI Narrator, расширяет их до приятного, естественного аудио.

Когда я решил сделать учебное пособие доступным для студента, который медленно читает из-за дислексии, я начал со стандартных настроек. Включение поддержки программы чтения с экрана заняло секунды, но голос по умолчанию был роботоподобным, а в чтении не было естественных пауз. Именно здесь дополнение TTS заслуживает своего места: оно сохраняет структуру документа, которую Google Docs уже предоставляет, и просто читает его голосом, который легче воспринимать на слух в течение длительного времени. Для сравнения всех вариантов ознакомьтесь с нашим обзором best TTS for Google Docs.

Почему доступность важна в Google Docs
Инвалидность — это не узкоспециализированная проблема. Помимо постоянных состояний, таких как слабовидение, временные ситуации — сломанная рука, усталые глаза или чтение в шумной поездке — делают аудиодоступ ценным. Всемирная организация здравоохранения оценивает, что более миллиарда людей живут с инвалидностью, и эта цифра растет, если учесть пожилых людей с возрастными изменениями слуха и зрения. Тот факт, что Google Docs бесплатен и работает на базе веб-технологий, означает, что он часто является инструментом по умолчанию в классе и на рабочем месте, поэтому заставить его говорить естественным голосом — это решение с высокой отдачей.

Мои собственные тесты подтверждают это. Когда я подготовил учебное пособие для студента, который медленно читает, встроенная программа чтения с экрана безупречно перемещалась по документу, но читала так, будто машина зачитывает перечень деталей. Тот же путеводитель, прочитанный естественным голосом ИИ и с предустановкой Lecture & Concepts, превратился в материал, который они смогли воспринимать на протяжении всей главы. Оба инструмента сделали свою работу; разница заключалась в том, ощущалось ли прослушивание как работа. Этот опыт лежит в основе всего в данном руководстве.

Встроенные функции доступности Google Docs
В Google Docs есть несколько родных функций доступности, о которых стоит знать. Встроенная поддержка программ чтения с экрана тщательно документирована Google и позволяет вспомогательным инструментам читать ориентиры навигации, заголовки и структуру документа. Сочетания клавиш обеспечивают полную навигацию по документу без мыши. Голосовой ввод позволяет писать без помощи рук. Чего эти встроенные функции не предоставляют, так это приятного, скачиваемого голоса для чтения — поэтому специализированный TTS extension обычно является практичным ответом для комфортного прослушивания аудио.

Как AI Narrator улучшает доступность
AI Narrator создан на основе той же структуры документа, которую использует ваша программа чтения с экрана, поэтому его добавление не противоречит стандартной модели доступности. Движком по умолчанию является Google Gemini TTS, который читает с более естественной просодией, чем системный голос. Пользователи могут выбрать родной голос из 21 языка, настроить скорость и эмоции, а также конвертировать документы в аудиофайлы для прослушивания офлайн. Для корректуры прослушивание вашего документа позволяет обнаружить ошибки, которые визуальная проверка пропускает — преимущество, на которое я сам полагаюсь перед публикацией чего-либо.

С чего начать работу с доступными документами
Доступные документы — это лучшие документы для всех. Используйте реальные стили заголовков, добавляйте альтернативный текст к изображениям и пишите описательные метки ссылок, а затем объедините эти привычки с инструментом TTS. Несколько структурных минут в начале напрямую трансформируются в более качественное аудио, потому что программа чтения делает паузу там, где это делают ваши заголовки и абзацы. Для тех, кто не говорит по-английски, наше multilingual TTS guide руководство показывает, как один и тот же документ может быть озвучен на 21 поддерживаемом AI Narrator языке.

Чтение и прослушивание как взаимодополняющие каналы
Прослушивание не заменяет чтение — это второй канал, который подкрепляет первый. Учащиеся, испытывающие трудности с декодированием или имеющие слабую рабочую память, могут снять с себя усилие по озвучиванию слов и направить эту умственную энергию на понимание смысла. Рецензенты, прочитавшие черновик три раза, все равно услышат четвертую проблему, которую пропустил глаз. Вместо того чтобы выбирать между текстом и аудио, рассматривайте их как пару: заголовки и структура несут план, голос несет акцент, и вместе их воспринимать легче, чем каждый по отдельности. Независимо от того, читаете ли вы или пишете, именно в их сочетании заключается суть.

Выбор TTS-инструмента: на что обратить внимание
Когда вы оцениваете любой инструмент синтеза речи на предмет доступности (accessibility), я рекомендую проверить пять вещей. Во-первых, качество голоса — прослушайте целый абзац, а не однострочную демо-версию. Во-вторых, языковую поддержку, особенно если ваша аудитория говорит на разных языках. В-третьих, учитывает ли инструмент структуру документа или просто читает сплошной текст. В-четвертых, можно ли экспортировать аудио для автономного доступа. В-пятых, каковы ограничения бесплатного тарифа, поскольку доступность полезна только тогда, когда она доступна по цене. По всем пяти пунктам аддон для редактора с естественными голосами и реальным бесплатным тарифом выглядит очень достойно; однако скажу прямо: инструменты, описанные ниже, действительно хороши в своем деле, просто для немного разных задач.

Другие доступные TTS-опции, о которых стоит знать
Speechify — самый известный потребительский ридер: он заявляет о более чем тысяче голосов, более чем 60 языках и десятках миллионов пользователей, а версия Premium стоит около 139 долларов в год. У NaturalReader есть надежный бесплатный тариф, более 100 языков, а в платных планах добавлены клонирование голоса и OCR. Оба инструмента отлично читают веб-страницы и PDF-файлы, и они важны для людей с нарушениями чтения. Чего они в основном не делают, так это не читают документ Google Doc прямо на месте и не выдают вам в конце WAV-файл — а это как раз более узкая задача, которую решает данное руководство. В зависимости от вашего рабочего процесса, любой из подходов может оказаться правильным.

Честное предупреждение: бесплатный тариф AI Narrator позволяет выполнять 5 преобразований текста в речь в месяц, причем каждое преобразование ограничено 10 000 символов. Для периодических потребностей в доступности этого вполне достаточно; для регулярного использования в учебном процессе тариф Pro (около 7 долл./мес.) увеличивает этот показатель до 100 преобразований в месяц плюс 10 клонов голоса. Я нашел бесплатный тариф достаточным для тестирования и легкого использования, и на него определенно стоит перейти, как только аудио станет частью вашего ежедневного рабочего процесса.