屏幕阅读器：是什么、类型及工作原理

什么是屏幕阅读器？

屏幕阅读器——一种辅助技术（Assistive Technology, AT），用于解释图形用户界面并以非视觉形式呈现：通过合成语音或触觉盲文显示器。屏幕阅读器是视障人士访问计算机和移动设备的主要手段。

第一批屏幕阅读器出现于20世纪80年代末，用于MS-DOS（例如Vocal-Eyes），后来用于Windows（JAWS、NVDA）。在移动平台上，屏幕阅读器开始在系统级别集成：苹果于2009年在iPhone 3GS中集成了VoiceOver，谷歌在同一年于Android 1.6中集成了TalkBack。到2025年，几乎所有现代智能手机都配备了内置屏幕阅读器，无需安装额外软件。

屏幕阅读器不仅读取屏幕上的文本——它还分析界面的层次结构，确定元素的类型（按钮、链接、标题、输入字段）、状态（启用/禁用、选中/未选中）和相互关系（父级-子级、分组）。这些信息通过语音提示或盲文显示器的触觉感受传递给用户，盲文显示器根据焦点的位置实时更新单元格。

屏幕阅读器如何工作？

屏幕阅读器与操作系统紧密配合，访问其界面的内部表示——无障碍树（Accessibility Tree）。这种机制在iOS和Android上相同，尽管API名称不同。

文本到语音转换（TTS）

屏幕阅读器的主要输出通道是语音合成器（Text-To-Speech, TTS）。当无障碍焦点到达某个元素时，屏幕阅读器提取其文本内容（或开发者指定的描述）并将其发送到TTS引擎。现代TTS引擎，如Apple Speech Synthesis和Google Text-to-Speech，使用神经网络生成自然语音，根据标点符号和内容类型具有正确的语调、停顿和重音。

用户可以调整语速（通常为最大值的60-80%以获得舒适的感知）、音调和音量。某些屏幕阅读器支持多种语音，并根据内容类型在它们之间切换——例如，较慢的语音用于阅读文本，较快的语音用于界面导航。盲文显示器通过蓝牙连接，可同时显示40-80个字符，每次焦点变化时更新行。

焦点控制和导航

屏幕阅读器使用无障碍焦点（Accessibility Focus）的概念，这与标准输入焦点不同。用户通过手势（触摸、滑动）移动无障碍焦点，屏幕阅读器朗读焦点下的元素。导航顺序默认遵循视觉顺序：从左到右、从上到下。开发者可以为复杂布局覆盖此顺序。

屏幕阅读器还支持不同的导航模式，用户通过转子（VoiceOver）或菜单（TalkBack）进行切换：按标题、链接、字符、单词、表单。在标题模式下，屏幕阅读器仅在H1-H6之间移动——这对于长页面和文档的有效导航至关重要。字符模式在输入确认码或复杂密码时提供帮助，逐个朗读每个字符。

移动平台的主要屏幕阅读器

在移动平台上，两种屏幕阅读器占据主导地位：iOS上的VoiceOver和Android上的TalkBack。它们具有不同的API、手势和功能，但工作原理相同——读取无障碍树并通过手势控制。

VoiceOver (iOS)

VoiceOver——苹果的屏幕阅读器，内置于iOS、iPadOS和macOS。它使用UIAccessibility API获取元素信息，并支持转子切换导航模式。VoiceOver与iCloud（设置跨设备同步）、Apple Pay（通过Touch ID或Face ID确认支付）和动态文本（字体适应用户设置）集成。

VoiceOver的手势与TalkBack不同：使用双指旋转（转子）、三次点击唤醒屏幕遮蔽（Screen Curtain）和双指双击取消操作。VoiceOver支持自定义转子，开发者通过UIAccessibilityCustomRotor添加——例如，用于绕开标准顺序快速导航到应用的各个部分。

TalkBack (Android)

TalkBack——谷歌的屏幕阅读器，属于Android Accessibility Suite的一部分。它使用AccessibilityService和AccessibilityNodeInfo访问界面。TalkBack支持通过L形滑动手势打开全局菜单、元素的自定义操作和用于动态更新的LiveRegion。从Android 14开始，TalkBack获得了一只手手势支持和与Google Assistant的改进集成。

TalkBack的手势系统比VoiceOver更灵活：用户几乎可以将任何手势配置为任何操作。TalkBack还支持屏幕盲文输入（BrailleBack）——用户直接在触摸屏上以每个手指 3x2 的特殊布局用盲文字符输入文本，与屏幕键盘相比显著加快了录入速度。

除了VoiceOver和TalkBack之外，还有一些不太常见的移动屏幕阅读器：Select to Speak（Android，朗读选定区域）、Samsung Voice Assistant（三星One UI设备上替代TalkBack的解决方案）以及特定领域的第三方解决方案——例如，为没有谷歌服务的中国智能手机用户。

屏幕阅读器如何与应用交互

屏幕阅读器不能直接访问应用的UI组件。相反，它通过一个中间层——操作系统的无障碍API——工作。操作系统构建无障碍树（Accessibility Tree），屏幕阅读器遍历并分析它。

iOS和Android上的无障碍树

在iOS上，无障碍树由UIAccessibilityElement对象构建，对应于屏幕上的每个视图。每个元素包含label（主要文本）、traits（元素类型：按钮、标题、链接）、hint（提示）、value（滑块和指示器的当前值）和frame（触摸区域）。系统自动为标准UI组件创建元素，但开发者可以添加和配置它们。

在Android上，无障碍树由AccessibilityNodeInfo对象构建。每个节点包含：text（文本或contentDescription）、className（元素类型）、contentDescription（描述）、stateDescription（状态）、isEnabled、isChecked、isClickable和其他标志。Android还支持AccessibilityAction——屏幕阅读器可以代表用户执行的操作列表：点击、长按、滚动、设置焦点、设置文本。

无障碍事件

当界面发生更改时（出现新元素、文本更改、元素变为可见或不可见），操作系统发送AccessibilityEvent。屏幕阅读器订阅这些事件并作出响应：例如，当出现对话框时，屏幕阅读器自动将焦点移到其标题上并朗读内容。

// 在Android上监听无障碍事件
class CustomAccessibilityService : AccessibilityService() {
    override fun onAccessibilityEvent(event: AccessibilityEvent?) {
        event ?: return
        when (event.eventType) {
            TYPE_VIEW_CLICKED ->
                handleClick(event)
            TYPE_WINDOW_STATE_CHANGED ->
                handleWindowChange(event)
            TYPE_VIEW_TEXT_CHANGED ->
                handleTextChange(event)
        }
    }
}

在iOS上，类似的事件通过UIAccessibility.Notification处理：layoutChanged（布局更改）、screenChanged（全新屏幕）、announcement（任意公告）、pageScrolled（页面滚动）。开发者通过UIAccessibility.post发送这些事件，以便屏幕阅读器正确响应更改。例如，打开模态窗口时，需要发送带有新标题的screenChanged——否则VoiceOver将停留在窗口下方的上一个元素上。

考虑屏幕阅读器的应用开发

创建无障碍应用不仅是为每个元素添加contentDescription，而是为无障碍交互设计用户体验。基本原则在两个平台上通用，尽管实现方式不同。

无障碍基本原则

所有交互元素都应具有有意义的描述：“发送”按钮应描述为“发送消息”，而不是“按钮”。装饰性元素（分隔线、背景图像、无功能的图标）应对屏幕阅读器隐藏。导航顺序应与屏幕的逻辑流程匹配，而不是视觉布局。文本对比度应至少为主文本4.5:1，大文本3:1（WCAG AA）。

// iOS：复杂元素的正确配置
let customControl = UIControl()
customControl.isAccessibilityElement = true
customControl.accessibilityLabel = "音量"
customControl.accessibilityValue = "75%"
customControl.accessibilityTraits = [
    .adjustable,
    .button
]
customControl.accessibilityHint =
    "增大或减小音量"

// 值更改时更新
func didChangeVolume(newValue: Float) {
    customControl.accessibilityValue =
        "\\(Int(newValue))%"
    UIAccessibility.post(
        notification: .layoutChanged,
        argument: customControl
    )
}

在iOS上，isAccessibilityElement标志为自定义元素启用VoiceOver支持。traits（.adjustable + .button）组合告诉VoiceOver该元素可以通过上下滑动调整并通过双击激活。更改值后必须发送layoutChanged通知——否则VoiceOver将继续朗读旧值。

两个平台的特定建议

对于iOS：使用accessibilityElements覆盖阅读顺序，accessibilityCustomActions用于上下文菜单中的额外操作，shouldGroupAccessibilityChildren用于将元素分组为逻辑组。对于SwiftUI，应用.accessibilityLabel()、.accessibilityAddTraits()和.accessibilityRespondsToUserInteraction()修饰符。避免在包含交互性子元素的容器上使用isAccessibilityElement = false——这将会将它们从VoiceOver中隐藏。

对于Android：使用accessibilityTraversalBefore和accessibilityTraversalAfter设置导航顺序，AccessibilityDelegate用于自定义元素，LiveRegion（polite/assertive）用于动态更新。在Compose中，使用带有contentDescription、stateDescription和customActions的.semantics {}修饰符。避免在非交互元素上使用focusable = true——这会给TalkBack创建错误的焦点点并使用户困惑。

测试工具

使用屏幕阅读器进行测试必须在物理设备上进行。模拟器提供基本概念，但手势和响应速度不同。使用iOS的Accessibility Inspector（Xcode）和Android的Accessibility Scanner自动查找问题。

主要测试场景：注册（填写表单、验证、提交）、搜索和目录导航、下单、密码恢复。每个场景应能在无视觉控制的情况下完成——仅通过屏幕阅读器的语音提示。如果屏幕阅读器用户无法在普通用户的相同时间（±50%）内完成场景，则应用需要改进无障碍性。