返回知识中心
平台

SpeechSynthesis 语音与可访问的浏览器播放

将浏览器语音合成作为可选且由用户控制的增强功能,同时保留可读文本、键盘操作和可靠回退。

BotBrowser Team

文档中心

想直接进入 平台 文档吗?

这篇文章属于知识中心的指南库。若你要步骤化配置、参考说明和持续更新,请直接进入对应 docs 分区。

浏览器语音合成可以直接朗读文本,无需为每句话准备音频文件。它适合阅读辅助、语言学习和简短通知,但只是可选增强,不能替代页面文本或辅助技术。BotBrowser 可以在受控测试上下文中让语音列表与所选配置保持一致,但不能决定某个人需要哪些语音,也不能替代辅助技术。

相关内容可参考可访问交互验证、浏览器语言偏好和媒体偏好控制。

用户启动可选朗读,选择可用语音,并可暂停、取消、重播或阅读相同文本

TL;DR

  • speechSynthesis.getVoices() 第一次可能返回空数组,voiceschanged 事件才表示列表就绪,所以等待期间保持朗读按钮可用、文本可见。
  • 把 lang 设在 SpeechSynthesisUtterance 上,而不是只设在页面上,它只是文本语言的提示,既不会凭空生成缺失的语音,也不能修正发音。
  • 把 speechSynthesis.pause()、resume() 和 cancel() 做成各自独立的操作并让无障碍名称随状态变化,重播时新建 utterance 而不是继续用旧对象。
  • 停止或离开当前路由之后,speechSynthesis.speaking 与 speechSynthesis.pending 都应为 false,并且只发出一条状态消息,不重复整段内容。
  • BotBrowser 在受控上下文中让语音列表与所选配置一致;它不能保证某个宿主、浏览器与读屏软件的组合给出相同的发音结果。

目录

SpeechSynthesis 的用途

Web Speech API 提供 SpeechSynthesis 控制器和 SpeechSynthesisUtterance 对象。页面提供文本,浏览器和操作系统负责输出。朗读按钮必须对应可见文本;即使语音失败,文本也要保留。

getVoices() 初次调用可能返回空列表,voiceschanged 事件表示语音可能已准备好或发生变化。操作系统、浏览器、语言包、网络和嵌入式 WebView 都会影响语音名称、发音和可用性。不要承诺固定清单,也不要利用这些选项推断设备或身份。关于功能支持与功能质量的区别,可参阅浏览器功能支持不等于功能质量。

语音可用性可能在会话中变化。

已安装语音也不保证固定发音。

文档语言可帮助选择初始值。

用户应能修改该选择。

加载选项时要保留可见文本。

空列表不应阻塞正常阅读。

语音可用性的变化

变化事件可能触发多次。

只有选择仍有效时才保留它。

缺少语音时要用简单文字说明。

不要把选项变成设备目录。

远程语音可能依赖网络连接。

也要测试未安装目标语言语音的情况。

朗读不需要精确的时间进度条。

让控制项保持稳定位置。

文本变化时应停止朗读或明确提示。

可见文本仍是主要依据。

不要悄悄朗读已经消失的内容。

简短提醒也应能通过文字回看。

朗读队列必须可以停止。

停止按钮应始终可用。

状态提示不应推动控制项。

为动态内容写明处理规则。

语音不应阻碍提交表单。

可访问的播放控制

用户控制与回退

语音应在明确操作后开始。长文本应提供暂停、继续、停止和重播;使用原生按钮、可见焦点和清晰的可访问名称。可以用简短状态播报“正在朗读本节”,但不要重复整段内容。键盘和辅助技术应能完成相同操作。关于由用户主动发起的操作,可参阅Web Share API 与用户主动发起的分享。

当语音缺失、延迟、消失或报错时,保留文本并给出下一步提示。开始新的朗读前取消旧请求,在结束、打断或组件卸载时清理状态。页面导航不应静默重新开始朗读。

隐私与选择

语音输出不需要枚举或上传全部语音。不要把完整数组、voiceURI 或加载时间写入分析日志。如果使用外部服务,应说明哪些文本会离开浏览器,并单独征得选择。关闭朗读的开关应可见、可恢复,且不隐藏文本。关于权限边界与回退,可参阅Web Share API:权限边界与安全回退。

实用检查

使用键盘、指针和屏幕阅读器测试空列表、延迟列表、语音替换及缺少目标语言的情况。确认暂停、取消、导航和重播后文本、焦点和状态提示仍然可用,并检查中文标签和图像替代文本是否自然。

人工检查可以对照朗读句子与可见文本。回到文本的路径应立即可理解。

只记录可观察的结果。

切换语言后再次运行测试。

确认内容仍可通过键盘访问。

BotBrowser 支持通过 profile 配置 SpeechSynthesis 语音列表行为,但不保证所有浏览器、宿主和应用都提供相同的语音、加载、发音、播放或无障碍效果。

公开来源

实践结论

把验收记录写成一组可观察结果:朗读按钮在用户激活后才开口;延迟的 voiceschanged 事件能把菜单补齐且无需刷新;speechSynthesis.cancel() 之后状态被清空;lang 提示找不到匹配语音时段落仍留在文档中。分别用空语音列表和移除所选语音各测一次,并把两次运行连同浏览器版本一起记录日期。只有当关闭朗读的人仍能从同一份文本完成任务时,这个功能才算成功。

#语音合成#可访问性#Web Speech#语音#隐私

本文属于指南: Web 平台能力面:一致性复核地图

在 BotBrowser 里跑一遍同样的检查

加载 profile,让刚读到的这些信号在浏览器内部保持一致,并在正式上线前先在自己的机器上确认结果。