Najpierw odpowiedz na dwa pytania: czy treści pochodzą głównie z serwisów z audiobookami, czy z e-booków i dokumentów (EPUB/PDF/DOCX)? Oraz: chcesz korzystać z gotowego nagrania lektora, czy z syntezy mowy (TTS), która czyta dowolny tekst? Jeśli priorytetem są powieści i reportaże – testuj serwisy z audiobookami. Jeśli dużo dokumentów, skryptów, instrukcji, e-booków – potrzebujesz aplikacji z mocnym TTS, dobrym wsparciem polskiego i wygodną nawigacją.
Krótka mapa wyboru
iOS: do TTS najczęściej sprawdza się Voice Dream Reader (pliki i sieć) lub wbudowane „Mówienie zawartości”/VoiceOver dla EPUB; do audiobooków – Apple Books, Audioteka, Empik Go, Legimi, Storytel. Android: do TTS – @Voice Aloud Reader lub Speech Central; do lokalnych e-booków – Moon+ Reader lub Librera; do audiobooków – Smart AudioBook Player (lokalne) oraz aplikacje abonamentowe (Audioteka, Empik Go, Storytel). DAISY i książki akademickie czytaj wygodnie w Dolphin EasyReader.
Brief pytań użytkownika (punkt startowy)
Jaką aplikację do czytania książek głosem wybrać na iOS/Android przy polskich treściach?
Które silniki TTS po polsku brzmią naturalnie i działają offline?
Jak odróżnić plik, który „da się czytać” głosem, od takiego, który najpierw wymaga OCR?
Co z DRM i czy e-booki z abonamentów dadzą się czytać syntezą?
Jak wygodnie nawigować po rozdziałach, robić notatki i wracać do ważnych fragmentów?
Jeżeli dominują u Ciebie dokumenty i e-booki – wybieraj aplikację z dojrzałym TTS i słownikiem wymowy. Jeśli głównie literatura popularna – zacznij od katalogów audiobooków i dobrej aplikacji do ich odsłuchu bez potknięć.
Synteza mowy po polsku: jakość, offline i słowniki wymowy
Najlepszy TTS to taki, który pozwala czytać szybko bez zmęczenia. Zacznij od oceny brzmienia w tempie docelowym (nie w domyślnym 1.0x). Punkt kontrolny: głos musi zachowywać rytm zdań i pauzy przy 1.4–2.0x, bez „zjadania” końcówek i bez sztucznego akcentu na każde słowo. Minimum: możliwość pobrania głosu offline i zapisu własnych reguł wymowy dla nazwisk i skrótów.
Kluczowe kryteria odsłuchu krótkiej próbki (ten sam akapit w kilku aplikacjach i głosach):
Artykulacja polskich spółgłosek i zmiękczeń (ć, ś, ź) przy podbitej prędkości.
Czytanie liczb, dat i jednostek (np. „12,5 km”, „2023 r.”, „art. 5 ust. 2”).
Reakcja na interpunkcję: pauzy po kropkach/średnikach, brak zatrzymań po każdej nawiasowej dygresji.
Wsparcie SSML lub przynajmniej słownika wymowy i wykluczania fragmentów (np. podpisów zdjęć).
Dostępność trybu offline bez utraty jakości względem chmury.
Sygnał ostrzegawczy: aplikacja nie pozwala wybrać głosu systemowego ani per‑język; brak eksportu/importu słowników wymowy; „syczenie” lub trzeszczenie przy 2.0x na słuchawkach BT. Jeśli celem jest mobilność i prywatność, preferuj głosy działające lokalnie; jeśli zależy Ci na najwyższej naturalności w raportach i długiej prozie – rozważ silnik chmurowy, ale sprawdź koszty i opóźnienia.
Jeśli czytasz głównie krótkie notatki i newsy – wystarczy solidny głos systemowy z regulacją interpunkcji. Jeśli przetwarzasz książki i skrypty – wybierz aplikację z własnym słownikiem wymowy, regulacją przerw oraz trybem „inteligentnych pauz”.
Format i jakość pliku: OCR tylko wtedy, gdy trzeba
Nie każdy PDF jest tekstem. Szybki test „czytalności”: spróbuj zaznaczyć jedno zdanie i skopiować je do schowka; włącz na sekundę czytnik ekranu i sprawdź, czy fokus „chwyta” linie zamiast obrazów; przybliż mocno – jeśli litery pikselizują się równo z obrazkiem, to skan bez warstwy tekstowej. Punkt kontrolny: EPUB lub PDF z tagami struktury (nagłówki, listy) zawsze da lepszą nawigację niż obrazek‑PDF.
Jeśli potrzebujesz OCR, użyj narzędzia, które zachowuje układ kolumn i dodaje realny tekst do pliku, a nie tylko eksportuje obraz do TXT. Minimum: rozpoznawanie polskiego, wsparcie dla przypisów i możliwość korekty słów problematycznych. Sygnał ostrzegawczy: „pływający” tekst, w którym łamie się kolejność kolumn lub zamienia znaki diakrytyczne.
Krótki przykład: skan instrukcji BHP z dwiema kolumnami – po OCR sprawdź, czy nagłówki są wykryte jako H1–H3 i czy kolejność akapitów nie przeskakuje między kolumnami; jeśli tak się dzieje, przełącz profil rozpoznawania na tryb wielokolumnowy i ponów eksport do PDF z tagami.
Jeśli plik to EPUB – zacznij od niego, bo zapewni czystszy TTS i nawigację po rozdziałach. Jeśli masz tylko PDF ze skanem – zrób OCR i zapisz wersję z warstwą tekstową; gdy liczy się precyzja cytatów, trzymaj oryginał i wersję po OCR obok siebie.
DRM i abonamenty: dostęp TTS bez zaskoczeń
Ograniczenia licencyjne przekładają się na realne „da się/nie da się czytać głosem”. Przed zakupem lub abonamentem sprawdź trzy rzeczy. Punkt kontrolny: czy aplikacja usługi ma wprost funkcję „czytaj na głos” dla e‑booków, nie tylko audiobooków. Minimum: dostęp do TTS w trybie offline po pobraniu pliku oraz synchronizacja pozycji na koncie.
Lista kontroli przed subskrypcją:
Regulamin: czy TTS jest dozwolony dla e‑booków z DRM lub zależy od wydawcy tytułu.
Tryb testowy: uruchom lekturę próbki i sprawdź, czy przycisk TTS nie znika po kilku stronach.
Eksport/backup: czy notatki i zakładki można wyciągnąć z aplikacji (np. do pliku).
Dostępność: zgodność z VoiceOver/TalkBack – przewijanie, suwak czasu, przyciski odtwarzania.
Sygnał ostrzegawczy: format „tylko obraz” w subskrypcji, brak informacji o TTS przy e‑bookach, limit urządzeń blokujący odczyt offline na czytniku zapasowym. Jeśli zależy Ci na wolności wyboru aplikacji – kupuj pliki bez DRM lub z „miękkim” znakiem wodnym. Jeśli żyjesz w ekosystemie jednej usługi – przetestuj, czy jej wbudowany TTS spełnia Twoje normy szybkości i nawigacji.
Jeśli TTS jest flagowo wyłączony dla konkretnej książki – nie ma bezpiecznej, legalnej drogi obejścia; wybierz inny tytuł lub innego dostawcę. Jeśli usługa ma TTS, ale działa tylko online – sprawdź, czy w Twoich warunkach sieciowych nie będzie ciąć mowy przy wyższych prędkościach.
Wydajność rośnie, gdy można „skakać” po tekście tak samo szybko, jak po rozdziałach audiobooka. Punkt kontrolny: skoki o zdanie/akapit, rozdział i procent; szybkie przewijanie bez utraty kontekstu (krótka cofka po pauzie). Minimum: skróty klawiszowe/gesty dla odtwarzania, prędkości i znaczników.
W notatkach liczy się to, co można odzyskać. Szukaj: cytat z odnośnikiem do pozycji czasu/rozdziału, tagi, eksport do prostego formatu (TXT/CSV/Markdown). Sygnał ostrzegawczy: notatki zrzucane tylko jako obraz, brak linku do miejsca w tekście, brak autosave. Dla długich treści przydatne bywa podsumowanie „statystyka lektury” – czas sesji, liczba stron, tempo – ale nie kosztem responsywności aplikacji.
Krótki scenariusz: podczas przygotowań do egzaminu oznaczasz definicje tagiem „def” i eksportujesz je do Markdown; następnego dnia w aplikacji wracasz do znaczników jednym gestem i przechodzisz przez same kluczowe fragmenty w tempie 1.8x.
Jeśli głównie słuchasz ciągiem – priorytetem jest stabilny odtwarzacz z wygodnym timerem i cofnięciem o 10–15 s. Jeśli pracujesz z materiałem – wymagasz pełnej nawigacji po strukturze, dobrego wyszukiwania i porządnego eksportu notatek.
Przy sterowaniu liczy się precyzja. Punkt kontrolny: możliwość ustaw
Sterowanie bez patrzenia: gesty, skróty i akcesoria
Im mniej ruchów, tym płynniejsza lektura. W aplikacji szukaj możliwości mapowania gestów i przycisków na najczęstsze akcje: start/stop, skok o zdanie/akapit, zmiana prędkości, dodanie zakładki. Punkt kontrolny: czy aplikacja respektuje standardowe przyciski multimedialne (pilot BT, słuchawki, klawiatura) także przy zablokowanym ekranie i na ekranie blokady. Minimum: przełączanie odtwarzania i cofnięcie o 10–15 s z przycisku słuchawki lub pilota.
W iOS sprawdź rotory i listy czynności w VoiceOver: czy da się przechodzić po nagłówkach i linkach bez wchodzenia w menu aplikacji; czy suwak prędkości TTS jest dostępny z VO. W Androidzie: zgodność z MediaSession (sterowanie z powiadomienia), działanie przy włączonym TalkBack, brak konfliktów z gestami systemowymi. Sygnał ostrzegawczy: aplikacja „gubi” fokus po pauzie lub po powrocie z ekranu blokady; przyciski „Następny/Poprzedni” zmieniają rozdział zamiast akapitu bez możliwości konfiguracji.
Przykład z praktyki: spacer z pilotem BT – przycisk w górę/ dół zmienia prędkość o 0,1x, lewo/prawo skacze o akapit, środkowy pauzuje. Po 10 minutach wiesz, że nie sięgasz do telefonu, a rytm lektury nie przerywa ruchu.
Jeśli czytasz głównie w ruchu – dobierz aplikację, która stabilnie reaguje na przyciski multimedialne i ma cofnięcie „inteligentne” (krótka cofka po wznowieniu). Jeśli pracujesz stacjonarnie – kluczowa będzie obsługa skrótów klawiszowych i precyzyjny suwak pozycji z komunikatami dla czytnika ekranu.
Mieszane języki, skróty i liczby: jak uniknąć „kalek”
W polskich tekstach często pojawiają się anglicyzmy, nazwy własne i zapisy techniczne. Punkt kontrolny: automatyczne przełączanie języka na poziomie fragmentu (EPUB z tagami lang) lub ręczne wymuszenie języka dla pliku/sekcji. Minimum: możliwość dopisania reguł wymowy dla skrótów (np. „pkt.”, „itd.”, „CPU”) i niestandardowych nazwisk.
Liczby i formaty dat: czy TTS prawidłowo czyta „12,5 km”, „1:30 h”, „2024 r.”, „art. 5 ust. 2”. Jeśli myli przecinek z kropką lub odczytuje skrót rozwlekle, użyj słownika wymowy lub SSML (tam, gdzie wspierane). Sygnał ostrzegawczy: brak reakcji na atrybuty językowe w EPUB i brak możliwości korekty – w dłuższej pracy zmęczenie rośnie lawinowo.
Treści techniczne i matematyczne to oddzielny temat. Jeśli dokument zawiera MathML lub wzory w LaTeX, sprawdź, czy aplikacja potrafi je linearyzować (czytelny zapis głosem) albo co najmniej pominąć bez „zacinania” odtwarzania. W przeciwnym razie rozważ czytanie tych fragmentów z osobnym narzędziem specjalistycznym, a w głównej aplikacji dodawać zakładki do ręcznego powrotu.
Jeśli teksty często przeplatają angielski i polski – szukaj TTS z auto‑detect i łatwym przełączaniem głosów. Jeśli dominują skróty branżowe – priorytetem będzie edytowalny słownik wymowy i eksport/import reguł.
Szybkie konfiguracje startowe (iOS/Android)
Na start liczy się tempo uruchomienia pierwszej dłuższej lektury bez potknięć. Poniżej dwa krótkie scenariusze konfiguracji, które w praktyce skracają czas od instalacji do efektywnego słuchania.
iOS: stabilny TTS z notatkami
Punkt kontrolny: pobrany offline głos PL o wysokiej jakości, skróty VO dostępne na ekranie odtwarzania, eksport notatek. Minimalny ciąg czynności: w Ustawieniach pobierz dodatkowy polski głos wysokiej jakości; w aplikacji czytającej ustaw prędkość docelową i pauzy, włącz zapamiętywanie pozycji per plik, utwórz 3–5 reguł wymowy (nazwiska, skróty). W systemie wyłącz „Redukuj zakłócenia dźwięku” dla aplikacji, która ma grać w tle, oraz sprawdź reakcję na sterowanie z Uwag/ekranu blokady.
Sygnał ostrzegawczy: zrywanie dźwięku przy powiadomieniach i automatyczne ściszanie TTS do zera – sprawdź ustawienia miksu audio lub tryb Nie przeszkadzać. Jeśli aplikacja nie widzi Twojego głosu systemowego – wymuś restart syntezatora w ustawieniach dostępności.
Jeśli priorytetem są e‑booki i dokumenty – postaw na aplikację z własnym słownikiem wymowy i czytaniem z chmury (iCloud/Drive). Jeśli głównie abonamenty – zweryfikuj, czy wbudowany TTS danej usługi respektuje prędkości >1.5x i ma solidną nawigację po rozdziałach.
Android: elastyczność i kontrola w tle
Punkt kontrolny: wybrany silnik TTS PL z paczką offline, wyłączone oszczędzanie energii dla aplikacji czytającej i samego TTS, sterowanie z powiadomienia. Minimalny ciąg czynności: w Ustawieniach > Język i wprowadzanie wybierz domyślny TTS i pobierz głos PL; w aplikacji włącz tryb „czytaj z schowka/udostępnij do TTS”, ustaw skoki o akapit i cofnięcie 10–15 s, dodaj reguły wymowy. W systemie wyłącz optymalizację baterii dla aplikacji i syntezatora oraz sprawdź działanie przy zablokowanym ekranie.
Źródło: Pexels | Autor: lens zone
Sygnał ostrzegawczy: po kilku minutach tło „usypia” odtwarzanie – winna bywa agresywna optymalizacja energii (producenta). Dodaj wyjątki, włącz „Zawsze w tle” i przetestuj długą sesję (30–60 min) w trybie offline.
Jeśli zależy Ci na szybkim czytaniu stron WWW i krótkich plików – aplikacja „czytaj później” z integracją udostępniania wystarczy. Jeśli słuchasz skryptów i długich PDF – wybierz narzędzie z buforowaniem dużych plików i stabilnym odczytem bez przeładowań.
Stabilność i kopie: pliki, notatki, niezależność od dostawcy
Solidna praktyka to traktowanie aplikacji jako odtwarzacza, a treści i notatek – jako zasobu, który można zabrać do innego narzędzia. Punkt kontrolny: gdzie fizycznie leżą pliki (lokalnie, iCloud/Drive, własny dysk), czy notatki/zakładki da się wyeksportować do prostego formatu (TXT/CSV/Markdown), czy istnieje kopia słownika wymowy. Minimum: ręczny lub automatyczny eksport notatek i reguł do pliku, który można łatwo przywrócić po zmianie telefonu.
Sygnał ostrzegawczy: notatki przechowywane wyłącznie w chmurze dostawcy bez opcji eksportu, brak informacji o miejscu przechowywania plików, brak kopii słownika po reinstalacji. W razie migracji stracisz tygodnie pracy.
Prosty rytuał tygodniowy: eksport notatek do jednego pliku, zrzut słownika wymowy i szybki test odczytu offline na drugim urządzeniu. W praktyce zajmuje to kilka minut i zabezpiecza przed „blokadą” w jednym ekosystemie.
Jeśli pracujesz projektowo (sesja, raport, książka) – ustaw osobne foldery i pliki z notatkami per tytuł. Jeśli konsumujesz treści ciągiem – wystarczy automatyczny backup całej biblioteki i reguł na dysku w chmurze.
Audio i komfort: słuchawki, kodeki, higiena słuchu
Dla TTS liczy się stabilność, a nie idealna scena dźwiękowa. Punkt kontrolny: brak trzasków przy 1.8–2.0x, szybkie wznawianie po pauzie, brak „pompy” głośności przy powiadomieniach. Minimum: słuchawki z pewnym łączem BT (AAC/aptX), przyciski multimedialne i wygodny dostęp do cofnięcia.
Format i źródło treści: EPUB, PDF, DAISY i serwisy z DRM
Punkt kontrolny: zgodność z EPUB 3 (nagłówki, przypisy, tagi językowe), stabilne czytanie PDF z poprawnym porządkiem odczytu oraz obsługa DAISY (nawigacja po poziomach, SMIL). Minimum: płynne przechodzenie po rozdziałach/akapitach w EPUB, tryb uproszczonego odczytu dla PDF (reflow) i wykrywanie warstwy OCR. Jeśli aplikacja integruje serwisy abonamentowe – sprawdź limity prędkości TTS, dostęp offline i eksport notatek.
Sygnał ostrzegawczy: PDF bez reflow „czytany” w złej kolejności (kolumny sklejone), brak rozpoznawania skanów lub „rwanie” dźwięku przy dużych plikach. W treściach DAISY: brak skoków o poziom/sekcję lub gubienie synchronizacji tekst–audio. W usługach z DRM: brak cofnięcia o 10–15 s i zablokowane reguły wymowy.
Krótki przykład: raport w PDF z tabelami – aplikacja powinna wykryć warstwę tekstu albo zaproponować szybkie OCR strony. Powieść w EPUB – kluczowe jest czytelne przechodzenie po nagłówkach i poprawne czytanie przypisów (własne okno/sekcja, nie rozwlekle w środku zdania).
Jeśli dominują skany i „ciężkie” PDF – wybierz narzędzie z lokalnym OCR i trybem reflow. Jeśli głównie książki z księgarni – priorytetem staje się pełna nawigacja EPUB i respektowanie metadanych językowych. Jeśli korzystasz z abonamentów – zweryfikuj, czy aplikacja nie ogranicza TTS i pozwala na pracę w trybie offline.
Prywatność i przetwarzanie mowy: lokalnie czy w chmurze
Punkt kontrolny: gdzie trafia tekst do syntezy – lokalnie (głos systemowy) czy do chmury dostawcy. Minimum: przełącznik wymuszający offline TTS i jasny komunikat, gdy treść opuszcza urządzenie. Sprawdź politykę przechowywania logów, szyfrowanie transmisji i to, czy aplikacja nie wymaga uprawnień mikrofonu bez potrzeby.
Sygnał ostrzegawczy: brak opcji odcięcia chmury, nadmierne zużycie transferu przy krótkich sesjach, niejasne zapisy o trenowaniu modeli na bazie Twoich dokumentów. Wrażliwe pliki (umowy, dane pacjentów) powinny być czytane głosem offline, bez wysyłki fragmentów do sieci.
Przykład: w drodze na spotkanie odczytujesz poufny konspekt – aplikacja powinna automatycznie przełączyć się na głos lokalny i poinformować, gdy połączenie z chmurą jest wymagane do konkretnej funkcji (np. neuralny TTS).
Jeśli pracujesz z danymi wrażliwymi – postaw na pełny offline i lokalny słownik wymowy. Jeśli zależy Ci na najwyższej naturalności głosu – rozważ chmurę, ale z wyraźnym limitem i możliwością ręcznego przełączenia trybu.
Integracje i automatyzacja: kolejka, skróty i udostępnianie
Punkt kontrolny: szybkie „Dodaj do kolejki” z przeglądarki i innych aplikacji, odczyt schowka jednym gestem oraz odfiltrowanie bałaganu ze stron (tryb artykułu). Minimum: akcja w menu Udostępnij, skrót systemowy do startu/stopu i wsparcie dla tagów/kategorii w kolejce.
W iOS przydatne są Skróty: „Czytaj schowek”, „Dodaj URL do kolejki TTS”, „Ustaw prędkość 1.6x”. W Androidzie: stabilne działanie intencji Udostępnij, sterowanie z powiadomienia i proste automatyzacje (np. Tasker: po podłączeniu słuchawek – wznowienie ostatniej lektury). Sygnał ostrzegawczy: znikające pozycje w kolejce po restarcie, brak tytułu/źródła przy imporcie z WWW.
Krótki scenariusz: w autobusie zapisujesz trzy artykuły do kolejki, aplikacja usuwa „cookie-bannery” i czyta czysty tekst; w domu jednym skrótem wznawiasz od miejsca, gdzie przerwałeś.
Jeśli konsumujesz dużo krótkich treści – priorytetem będzie solidne „Udostępnij do TTS” i czyszczenie stron. Jeśli pracujesz z długimi plikami – ważniejsza staje się porządna kolejka z tagami i pamięcią pozycji per dokument.
Synchronizacja i praca wieloplatformowa
Punkt kontrolny: synchronizacja pozycji, zakładek i notatek między urządzeniami oraz sensowne rozwiązywanie konfliktów (ostatnia pozycja vs ręczna). Minimum: eksport/import notatek i słownika wymowy oraz możliwość pracy całkowicie offline z późniejszą synchronizacją różnicową.
Sygnał ostrzegawczy: notatki zablokowane w jednym ekosystemie, brak wersjonowania przy równoczesnej pracy na dwóch urządzeniach, rozjeżdżanie prędkości TTS po stronie klienta (1.6x w telefonie, 1.0x w tablecie bez synchronizacji ustawień).
Przykład: rano zaczynasz rozdział na iPhonie, wieczorem wznawiasz na Androidzie – aplikacja powinna przy pierwszym uruchomieniu zapytać, czy przejść do nowszej pozycji z chmury, i automatycznie odtworzyć Twoje reguły wymowy.
Jeśli korzystasz z wielu urządzeń – wybieraj aplikacje z prostym eksportem i szybką synchronizacją metadanych. Jeśli działasz w trybie offline – kluczowa jest możliwość późniejszego scalania zmian bez utraty zakładek.
Punkt kontrolny: sposób rozwiązywania konfliktów. Aplikacja powinna pokazywać, z którego urządzenia pochodzi nowsza pozycja, dawać wybór „zachowaj lokalną/zastąp z chmury” i – w przypadku notatek – umożliwiać scalanie przy różnicach liniowych. Minimum: jednoznaczny znacznik czasu i urządzenia dla ostatniego miejsca odczytu oraz log zmian, który można podejrzeć. Sygnał ostrzegawczy: ciche nadpisywanie lokalnej pozycji po krótkim uruchomieniu aplikacji na drugim sprzęcie lub utrata notatki bez śladu w historii.
Precyzja wymowy i wielojęzyczność: reguły, skróty, przełączanie języków
Punkt kontrolny: automatyczne rozpoznawanie języka na poziomie akapitu/zdania, respektowanie tagów językowych z EPUB oraz możliwość ręcznego przypisania języka fragmentowi. Minimum: lokalny słownik wymowy z regułami per język (pl/en/de), priorytet dla skrótów i jednostek („ul.”, „godz.”, „r.”, „szt.”, „cm”, „mln”), poprawne czytanie dat i liczb (separator dziesiętny, ułamki) oraz opcje interpunkcji (wyłącz/ogranicz nawiasy, cudzysłowy, emotikony).
Sygnał ostrzegawczy: mieszanie języków bez zmiany głosu lub barwy (angielskie nazwiska czytane po polsku), nieprawidłowe odczyty walut i formatów („1,5” jako „jeden przecinek pięć” zamiast „jeden i pół”), brak możliwości wyciszenia literowania adresów URL i e‑maili. Dla treści technicznych – brak wsparcia dla SSML lub prostych znaczników pauz, co utrudnia zrozumienie list i definicji.
Krótki przykład: zdanie „Zob. Fig. 2 w Appendix, koszt: EUR 1.5M” – aplikacja powinna przełączyć wymowę „Fig.” i „Appendix” na język angielski, poprawnie wypowiedzieć „jeden i pięć dziesiątych miliona euro” i opcjonalnie pominąć odczyt pełnego linku, jeśli występuje w tym miejscu.
Jeśli masz dużo treści mieszanych językowo – szukaj narzędzia z automatycznym przełączaniem i ręcznymi regułami korekcyjnymi. Jeśli dominują skróty branżowe – ważniejszy będzie edytor słownika z szybkim importem/eksportem oraz testem wymowy „na żywo”.
Dostępność operacyjna: VoiceOver/TalkBack, skróty klawiaturowe i brajl
Punkt kontrolny: pełne etykiety elementów UI (role, stany), spójny fokus po starcie/pauzie i akcje kontekstowe (rotor/aktywności) dla najczęstszych czynności: odczytaj od kursora, skok o akapit, dodaj zakładkę, zaznacz cytat. Minimum: stabilna współpraca z VoiceOver/TalkBack, sterowanie z ekranu blokady oraz przypisania dla klawiatury fizycznej/BT (spacja – start/stop, strzałki – akapit, modyfikatory – rozdział/sekcja).
Sygnał ostrzegawczy: „uciekający” fokus po przeładowaniu strony, niewidoczne dla czytnika przyciski (ikonografia bez etykiety), brak komunikatów po dodaniu zakładki lub eksporcie notatki. W trybie brajl – brak mapowania klawiszy przewijania na akapit/rozdział lub brak informacji o pozycji w strukturze (np. „Rozdział 3 z 12”).
Krótki scenariusz: po podłączeniu pilota BT użytkownik wykonuje dwuklik, a aplikacja wznawia od kursora; dłuższe przytrzymanie – skok o rozdział; rotor w VoiceOver przełącza krok nawigacji z akapitu na nagłówki bez zatrzymywania TTS. To powinno działać bez utraty kontekstu i bez długich opóźnień.
Jeśli czytasz głównie bez patrzenia na ekran – priorytetem są etykiety, fokus i skróty sprzętowe. Jeśli pracujesz z brajlem – sprawdź, czy aplikacja poprawnie anonsuje poziomy nagłówków i pozycje oraz czy da się mapować klawisze wyświetlacza na skoki w tekście.
Nawigacja strukturalna i tempo pracy: spisy treści, akapity, wyszukiwanie
Punkt kontrolny: aktywny spis treści (TOC) z informacją o bieżącej sekcji, skoki po akapitach/stronach/czasie oraz historia nawigacji (wróć do miejsca sprzed przypisu). Minimum: szybkie wyszukiwanie w dokumencie, numeracja stron (w tym rzymska i logiczna), zapamiętywanie pozycji per plik i cofnięcie o 10–15 s pod jednym gestem/klawiszem.
Sygnał ostrzegawczy: spis treści, który nie przesuwa kursora TTS (działa tylko wizualnie), gubienie miejsca po wyjściu do przypisu, długie opóźnienia przy skokach w dużych plikach. Dodatkowy minus: brak „miękkich” skoków (z krótką pauzą/komunikatem), co utrudnia orientację w dźwięku.
Przykład: w komentarzu prawniczym skaczesz do przypisu 47 i po odsłuchu jednym gestem wracasz do zdania, a nie tylko do początku akapitu. Aplikacja anonsuje „Strona 132, Sekcja 4.2” i wznawia czytanie bez zrywania rytmu.
Jeśli często przeglądasz rozdziały – szukaj aktywnego TOC i historii nawigacji. Jeśli pracujesz w długich PDF – ważniejsza będzie skala skoków (czas/strona/akapit) i brak opóźnień przy nawigowaniu po dużych dokumentach.
Materiały naukowe i prawnicze: przypisy, cytowania, numery stron
Punkt kontrolny: tryb pracy z przypisami (odsłuch w tle, kolejka przypisów, powrót do miejsca), anonsowanie numerów stron i rozdziałów oraz przejrzysty eksport cytatów z metadanymi (autor, tytuł, numer strony/sekcji, znacznik czasu). Minimum: wybór, czy przypisy są czytane inline, w osobnym oknie, czy zbiorczo na końcu sekcji, oraz eksport notatek do TXT/Markdown z linkiem do pozycji w tekście.
Sygnał ostrzegawczy: przypisy wtrącane bez sygnału dźwiękowego i bez prostego powrotu, brak numerów stron w materiałach z layoutem strony, zgubione odwołania typu „zob. rozdz. 3”. W publikacjach technicznych – brak wsparcia dla prostego zapisu wzorów (np. czytanie LaTeX jako ciągu znaków bez zamiany na mowę).
