支援技術を使って、人はどうウェブを使うか

スクリーンリーダーは、ページを音声や点字、またはその両方に変えます。Windowsでは、2つのモードを使い分けます。

モード	NVDAでの名前	キーの働き
読む	ブラウズモード	コンテンツはフラットに表現され、「通常のテキストドキュメントと同じように矢印キーを使って移動」できる。文字キーで次の見出し、リンク、入力欄へ移る
入力する	フォーカスモード	「ほとんどのキー入力をコントロールに直接渡す」ため、入力欄に文字を入れたり、ウィジェットの矢印キーを使ったりできる

NVDAのユーザーガイドによれば、Tabキーやクリックでフォーカスモードが必要なコントロールに移ると自動的にフォーカスモードになり、不要な箇所に移るとブラウズモードに戻ります。日本ではNVDA日本語チームが配布するNVDA日本語版が使われ、ユーザーガイドも日本語で読めます。JAWSでは入力するモードをフォームモードと呼びます。MacのVoiceOverにはモードがなく、項目の中に入って操作します。ARIAの application ロールは、キーを横取りする支援技術に、キー入力をページへ渡すモードへ切り替えるよう求めています。その代わりARIAは、中にあるテキストや画像をすべて、フォーカスできる要素を通じて読めるようにすることを求めています。フォーカスできる要素にしか届かない利用者がいるためです。

長いページを先頭から読む人は多くありません。WebAIMの調査#11（2026年）は、長いページで情報を探すときに最初に何をするかを尋ねています。

長いページで最初にすること	回答者の割合
見出しを順にたどる	67.8%
ページ内検索を使う	12.5%
ページを先頭から読む	9.7%
リンクを順にたどる	6.7%
ランドマークを順にたどる	3.4%

日本の国立国会図書館が2015年に行った調査（複数回答可）でも、同じ問いに対して見出しが最も多く挙がっています。

とても長いページで最初にすること	回答者の割合
見出しを順に移動する	60.38%
リンクを順に移動する	52.83%
上から順番に読む	42.14%
ブラウザーのページ内検索を使う	35.22%

WebAIMの調査では、ランドマークがあれば必ず、またはよく使う人が28.3%、見出しのレベルがとても、またはある程度役に立つという人が88.3%でした。スクリーンリーダーは、これらを一覧にもまとめます。NVDAの要素リストはページのリンク、見出し、フォーム項目、ボタン、ランドマークを一覧にし、VoiceOverのローターはスワイプで移動する単位を選びます。一覧のリンクは周りの文章なしで読まれるため、8つとも「詳細」のリンクは見分けがつきません。どれも同じ「続きを読む」のリンクがこの問題です。

スマートフォンにはキーがありません。指で画面をなぞって指の下にあるものを聞き、左右にスワイプして項目を一つずつ移り、ダブルタップで実行します。VoiceOverでは2本指で画面上のダイヤルを回すように操作するローターで見出しやリンクを選び、上下にスワイプします。TalkBackには同じ役割の読み上げコントロールと、TalkBack 9.1以降は3本指のタップで開くTalkBackメニューがあります。作業ごとのキーとジェスチャーは、スクリーンリーダーの操作方法にまとめています。

点字ディスプレイは、ピンを上下させて、ふつう40〜80文字の点字を1行表示します。NVDAのユーザーガイドもAppleのiPhoneのガイドも、点字ディスプレイの使い方を載せています。盲ろうの人は、ページ全体をこの方法で読むことがあります。一方で、視覚障害のある人が皆、点字を読めるわけではないと、W3Cの資料は付け加えています。

画面拡大ソフトは画面の一部を大きくするため、利用者はページの小さな窓をのぞき、それを動かしながら読みます。1.4.13のUnderstanding文書は、拡大表示は一般にマウスポインターかキーボードフォーカスに追従するとしています。iPhoneのズーム機能にも、選択項目、テキスト挿入ポイント、入力を追跡する「カーソルに追従」の設定があります。もう一つの拡大方法がブラウザーのズームで、幅1,280ピクセルのウィンドウを400%にすると、ページが使える幅は320 CSSピクセルになります。狭い画面で横スクロールが出るページで説明しているとおりです。

拡大と音声を組み合わせる人も多くいます。W3Cの資料は、画面を拡大し、文字と背景の色を変え、読みながら音声合成で文章を聞くロービジョンの人を紹介しています。Windowsの拡大鏡には文章を読み上げる機能があり、AppleのガイドによればiPhoneのズーム機能はVoiceOverと一緒に使えます。

ページの一部しか見えないため、ホバーで現れる内容はその場にとどまる必要があります。Understanding文書は、追加された内容が大きいとき、拡大表示の利用者はそれを見るために表示を動かす必要があり、ポインターをトリガーから離しても内容が消えないのでなければ、それはできないとしています。また、ページを覆う内容は、ポインターやフォーカスを動かさずに閉じられる必要があります。近づくと消え、閉じられないツールチップがこの問題です。

読みやすさの調整は、画面に映る量ではなく、文章の見せ方を変えます。W3Cの資料は、読書支援として次のものを挙げています。

• 内容を読み上げ、読んでいる箇所を強調表示する音声合成
• フォントの種類、大きさ、間隔、文字と背景の色の変更
• ブラウザーのリーダーモードのように、サイドバーやヘッダーを隠す表示

1.4.12のUnderstanding文書は、利用者が文字の間隔を変える方法として、ユーザースタイルシート、ブックマークレット、拡張機能、アプリを挙げています。間隔を広げると文字が切れるレイアウトでは使えません。文字の間隔を広げると切れる、ボタンのラベルで扱っています。

コントラストテーマは、さらにすべての色を置き換えます。Windowsでは「設定」の「アクセシビリティ」にある「コントラスト テーマ」で選び、それに従うブラウザーはページにもテーマの色を当てます。これをCSSでは強制配色と呼びます。背景の塗り、ボックスシャドウ、固定したアイコンの色だけで示しているものは消えることがあります。ハイコントラストモードで消えるフォーカス・アイコン・選択状態で説明しています。

マウスもタッチスクリーンも使わない人も、すべてのコントロールに届く必要があります。届き方は道具ごとに違います。

道具	ページでの操作	ページに必要なこと
音声操作：iPhoneとMacの音声コントロール、AndroidのVoice Access、WindowsのDragon	コントロールに書かれた言葉と、「タップ」や「クリック」などの操作を言う。音声コントロールとVoice Accessでは「番号を表示」ですべてに番号を付け、「グリッドを表示」で位置を指す。DragonのグリッドはMouseGrid	見えている言葉で始まる名前：表示と名前が食い違うボタンとリンク
スイッチ：iPhoneのスイッチコントロール、Androidのスイッチ アクセス	スキャンで項目が一つずつハイライトされ、押すとハイライト中の項目を選ぶ	内容までの手数が少ないこと。ドラッグ、ホバー、押し続ける操作が必要な機能がないこと
視線：Windowsの視線制御、iPhoneの視線トラッキング	視線追跡装置がポインターを動かし、項目をしばらく見つめ続けるとクリックになる	狙える大きさの対象。ホバーでしか現れないものがないこと
ヘッドポインター	頭の動きでポインターを動かしたり、代替キーボードのキーを押したりする	ボタンが一つのマウスと同じ条件で使えること。すべての操作がキーボードでもできること
キーボードだけ	Tabキーでコントロール間を移り、EnterキーやSpaceキーで押す	見えるフォーカス、筋の通った順序、繰り返し現れるブロックを飛ばす手段：設置されていない、またはTabで届かないスキップリンク

日本語のサイトでは、音声操作も日本語で試します。Appleの対応状況のページは音声コントロールの言語に日本語を挙げ、GoogleのヘルプもVoice Accessが日本語に対応しているとしています。Dragonのヘルプは、Web拡張機能を通じてリンクやボタンを声でクリックする方法を説明しており、MouseGridは画面を9つの番号付きの領域に分け、番号を言うたびに小さく描き直します。W3Cの資料は、キーボードだけを使う人が皆、画面を見られるわけではないとも付け加えています。同じキーボードの経路が、耳で聞いても分かる必要があります。

字幕、書き起こし、手話は、音を聞けない人のためのものです。W3Cの資料は字幕を、音声と同期した、話し言葉と話し言葉以外の音の情報のテキストと説明し、ろう者の誰もが手話を使うわけではないこと、手話は一つではないことにも触れています。それぞれをガイドで扱っています。字幕のない動画と、確認されていない自動字幕、書き起こしのないポッドキャストと無音の動画、手話通訳がない、または手話が小さすぎて読み取れない動画です。

W3Cの資料は、2つを分けています。

• 支援技術： スクリーンリーダー、画面拡大ソフト、音声認識、スイッチなどのソフトウェアやハードウェア
• 使い方の工夫： 文字を大きくする、マウスの速度を下げる、字幕をオンにするなど、一般的なソフトウェア、ブラウザー、スマートフォン、そして支援技術での工夫

WCAGの支援技術の定義の注記は、主流のユーザーエージェントと支援技術との区別は「絶対的なものではない」とし、多くの主流のユーザーエージェントが障害のある人を支援する機能を備えているとしています。ページは、どちらの道具でも、どちらの使い方でも動く必要があります。

道具と同じくらい、習熟度もさまざまです。WebAIMの回答者は、自分のスクリーンリーダーの習熟度を次のように答えています。

習熟度	回答者の割合
上級	57.8%
中級	38.8%
初級	3.4%

長いページで最初に見出しをたどるのは上級者の72.1%、初級者では41.4%で、初級者がページ内検索から始める割合は上級者の2.7倍です。WebAIMは、標本を管理していないとしています。国立国会図書館も2015年の調査について、ICTスキルのかなり高い、いわゆるパワーユーザーが回答者の多くを占めたと推測されるとしています。日本の数字も、熟練した人に偏っている可能性があります。W3Cの資料は、道具が高価で手に入らない、インストールされていない、ある言語では使えないことがあり、解決策があることや、その設定や使い方を知らない人もいると付け加えています。すべてのショートカットを知る熟練者にしか使えないページは、多くの利用者にとって使えないページです。

EN 301 549の4.2は、これらの道具が支えるニーズを、できること、できないことで表しています。視覚を使わない利用、視覚が限られる利用、色を知覚しない利用など、全部で11項目です。各グループの説明と、それに関わるガイドは影響を受ける利用者にあります。その実装が実際に使われているスクリーンリーダーで動くかの確かめ方は、その実装が、実際に使われているスクリーンリーダーで動くかにあります。