PDF и программы чтения с экрана

Программа чтения с экрана озвучивает не картинку страницы, а текстовый слой и структурные теги: заголовки, списки, таблицы, альтернативные подписи к изображениям и порядок чтения. Отсюда две честные оговорки. Теги мы не добавляем — разметку задаёт та программа, в которой документ создавался. И наоборот: сжатие с растеризацией делает документ немым, потому что текстового слоя после него в файле не остаётся.

Локально в браузередо 1 ГБбез регистрации

Коротко о цифрах

Что озвучивает читалка: текстовый слой и структурные теги, а не изображение страницы
Чего мы не делаем: не добавляем теги, заголовки и подписи к картинкам
Что ломает доступность: растеризация при сжатии: текстовый слой исчезает целиком
Проверка: извлечение текста в браузере: пусто — значит текста в файле нет
Что даёт распознавание: текстовый слой поверх скана, но не структурные теги

Проверка за одну минуту

Прогоните файл через извлечение текста — обработка идёт в браузере, документ никуда не отправляется.
Пусто и есть сообщение об отсутствии текстового слоя — перед вами скан, и читалке озвучивать нечего.
Текст извлёкся связными абзацами — базовый уровень доступности есть: документ хотя бы читаемый.
Текст извлёкся, но кусками не в том порядке — вероятно, в документе не задан порядок чтения, и читалка озвучит его так же вперемешку.
Повторите проверку на итоговой версии после всех правок: сжатие и растеризация меняют результат целиком.

Что ломает доступность

Сжатие с растеризацией: страницы становятся картинками, текст исчезает вместе с возможностью его озвучить.
«Защита от копирования» через перевод в изображения: у неё та же цена, только заплаченная сознательно.
Скан без распознавания: файл выглядит документом, но внутри него только пиксели.
Текст, набранный картинками, — плакаты, инфографика, схемы с подписями внутри изображения.
Многоколоночная вёрстка без заданного порядка чтения: озвучивание перескакивает между колонками.

Что делаем мы и чего не делаем

Не делаем главного: не размечаем документ. Мы не добавляем теги заголовков, не расставляем альтернативные подписи к картинкам и не задаём порядок чтения. Разметка рождается в исходной программе — в текстовом редакторе, где вы применили стили заголовков, а не увеличили шрифт вручную. Инструмент, который обещает «сделать PDF доступным» одной кнопкой, обещает то, чего не умеет.

Помогаем с двумя вещами. Первая — проверка: извлечение текста за минуту показывает, есть ли в файле что озвучивать. Вторая — предупреждение о цене операций: перед сжатием документа, который читают с экрана, стоит остановиться и решить, нужна ли растеризация вообще. Распознавание скана вернёт текстовый слой, но тегов не создаст — это уровень «читаемо», а не «размечено».

Частые вопросы

Достаточно ли распознать скан, чтобы документ стал доступным?

Это необходимый минимум, но не полная доступность. Появляется текст, который можно озвучить, однако заголовки, таблицы и порядок чтения остаются неразмеченными, и навигация по документу не работает.

Почему после сжатия читалка замолчала?

Сжатие перерисовало страницы картинками, и текстового слоя в файле не осталось. Для документа, который читают с экрана, выбирайте перезапись структуры вместо растеризации.

Можете добавить альтернативные подписи к картинкам?

Нет, мы этого не умеем и не будем утверждать обратное. Подписи задаются в программе, где документ создавался, до выгрузки его в PDF.

Что доступнее для сайта — PDF или обычная страница?

Обычная страница: у неё заголовки, списки и подписи к изображениям есть по устройству формата. PDF уместен там, где важна печатная форма документа, а не удобство чтения с экрана.