屏幕阅读器

屏幕阅读器是一种辅助技术 (AT)，可将文本和图像内容呈现为语音或盲文输出。 屏幕阅读器对盲人来说是必不可少的，对视障人士、文盲或有学习障碍的人也很有用。 屏幕阅读器是一种软件应用程序，它试图通过非视觉方式（如文本转语音、声音图标或盲文设备）将视力正常的人在显示器上看到的内容传达给用户。 他们通过应用各种各样的技术来做到这一点，例如，与专用的可访问性 API 交互，使用各种操作系统功能（如进程间通信和查询用户界面属性），以及使用挂钩技术。

自 Windows 2000 以来，Microsoft Windows 操作系统已经包含 Microsoft Narrator 屏幕阅读器，尽管 Freedom Scientific 的商用 JAWS 屏幕阅读器和 ZoomText 屏幕放大镜以及 NV Access 的免费开源屏幕阅读器 NVDA 等独立产品更受用户欢迎 那个操作系统。 Apple Inc. 的 macOS、iOS 和 tvOS 包括 VoiceOver 作为内置屏幕阅读器，而 Google 的 Android 提供 Talkback 屏幕阅读器，其 ChromeOS 可以使用 ChromeVox。 同样，Amazon 的基于 Android 的设备提供了 VoiceView 屏幕阅读器。 还有适用于 Linux 和类 Unix 系统的免费和开源屏幕阅读器，例如 Speakup 和 Orca。

在早期的操作系统中，例如使用命令行界面 (CLI) 的 MS-DOS，屏幕显示包括直接映射到内存中屏幕缓冲区的字符和光标位置。 输入是通过键盘。 因此，所有这些信息都可以通过挂钩系统周围的信息流并读取屏幕缓冲区或使用标准硬件输出套接字并将结果传达给用户来从系统中获取。

80 年代，伯明翰大学视障教育研究中心 (RCEVH) 为 BBC Micro 和 NEC Portable 开发了屏幕阅读器。

随着图形用户界面 (GUI) 的出现，情况变得更加复杂。 GUI 具有在屏幕上特定位置绘制的字符和图形，因此不存在显示器图形内容的纯文本表示。 因此，屏幕阅读器被迫采用新的低级技术，从操作系统收集消息并使用它们来构建离屏模型，即存储所需文本内容的显示表示。

例如，操作系统可能会发送消息来绘制命令按钮及其标题。 这些消息被拦截并用于构建离屏模型。 用户可以在屏幕上可用的控件（例如按钮）之间切换，字幕和控件内容将被大声朗读和/或显示在可刷新的盲文显示器上。

屏幕阅读器还可以传达有关菜单、控件和其他视觉结构的信息，以允许盲人用户与这些结构进行交互。 然而，维护屏幕外模型是一项重大的技术挑战； 挂钩低级消息和维护准确的模型都是艰巨的任务。

操作系统和应用程序设计人员已尝试通过为屏幕阅读器提供无需维护屏幕外模型即可访问显示内容的方法来解决这些问题。 这些涉及提供替代的和可访问的表示形式，以显示在通过 API 访问的屏幕上显示的内容。 现有的 API 包括：

• Android 无障碍框架
• Apple 无障碍 API
• AT-SPI
• IAccessible2
• Microsoft 主动辅助功能 (MSAA)
• 微软用户界面自动化
• Java 访问桥

屏幕阅读器可以查询操作系统或应用程序当前显示的内容，并在显示更改时接收更新。 例如，屏幕阅读器可以被告知当前焦点在按钮上，按钮标题将传达给用户。 这种方法对于屏幕阅读器的开发人员来说要容易得多，但是当应用程序不符合可访问性 API 时就会失败：例如，Microsoft Word 不符合 MSAA API，因此屏幕阅读器仍必须为 Word 维护一个离屏模型 或找到另一种方式来访问其内容。 一种方法是使用可用的操作系统消息和应用程序对象模型来补充可访问性 API。

可以假定屏幕阅读器能够访问本质上并非不可访问的所有显示内容。 Web 浏览器、文字处理器、图标和窗口以及电子邮件程序只是屏幕阅读器用户成功使用的部分应用程序。