メインコンテンツへスキップ

PDFアクセシビリティの基本 — スキャンPDFを読み上げ可能にする方法

12分

PDFアクセシビリティとは、スクリーンリーダーや拡大表示、キーボード操作を使う人も含め、誰もがPDFの内容を読み取れるようにすることです。中でも問題になりやすいのがスキャンしたPDFです。見た目は文書でも中身はページの画像なので、スクリーンリーダーは何も読み上げられません。

この記事では、まずアクセシビリティがなぜ必要か、PDFのどの部分が読みやすさを左右するのかを整理します。そのうえでスキャンPDFをPDF OCRで読み上げ可能にする手順を説明し、タグ付け、代替テキスト、読み上げ順序など、OCRだけでは解決しない部分の整え方と、仕上がりを自分で確認する方法をまとめます。

なぜPDFアクセシビリティが必要なのか

PDFは「どの環境でも同じ見た目で表示する」ための形式です。ところが、見た目が同じでも、中身の作りによって読める人と読めない人が分かれます。影響を受けるのは、たとえば次のような読み方をする人です。

  • スクリーンリーダーで聞く人。 画面の文字を音声や点字ディスプレイで読み取るソフトは、PDFに文字として記録されたテキストと、その構造(見出し、段落、リスト、表)をたどって読み上げます。文字が画像になっていると何も読めず、構造がないと見出しから見出しへ移動することもできません。
  • 拡大して読む人。 ロービジョンの人は、画面を大きく拡大したり、文字の色や背景を変えたりして読みます。テキストが画像の場合、拡大すると文字がぼやけ、色の変更も効きません。
  • キーボードで操作する人。 マウスを使わない人は、Tabキーでリンクやフォームの項目を順に移動します。移動の順序が乱れていると、目的の場所にたどり着けません。
  • スマートフォンで読む人。 構造のあるPDFは、ビューアーによっては画面幅に合わせて文章を流し込み直す「リフロー」表示ができます。構造がないPDFでは、小さな画面で拡大と横スクロールを繰り返すことになります。

もう一つの利点は、構造のある文書は誰にとっても扱いやすいことです。文字を検索・コピーでき、見出しからしおりを作れ、内容を別の形式に変換するときも崩れにくくなります。

PDFアクセシビリティで確認したい5つのポイント

  1. テキストが文字として入っているか — 文字を選択・コピー・検索できない場合、そのページは画像です。
  2. タグ(文書構造)があるか — 見出し、段落、リスト、表が構造として記録されていると、支援技術が文書の骨組みをたどれます。
  3. 読み上げ順序が自然か — 段組みや図の多いページでは、タグの順序が見た目の順序とずれることがあります。
  4. 画像に代替テキストがあるか — 意味のある図や写真には、その内容を説明する短いテキストが必要です。
  5. 文書の言語とタイトルが設定されているか — 言語が正しく設定されていると、読み上げ音声が適切な発音を選べます。

アクセシブルなPDFを構成する要素

上の5つのポイントを、PDFの中身に即してもう少し詳しく見ていきます。

  • テキスト層。 ページに表示される文字が、画像ではなく文字データとして記録されていること。すべての出発点です。
  • タグと見出し。 タグは「ここは見出し1」「ここは段落」「ここはリストの項目」といった役割をPDFに記録する仕組みです。スクリーンリーダーの利用者は見出しの一覧から目的の章へ移動するため、見出しのレベルが正しく付いていることが特に大切です。
  • リスト。 箇条書きがリストとしてタグ付けされていると、「項目数5、1つ目…」のように全体像をつかんでから読めます。
  • 表。 データの表には、どのセルが見出し(列や行の名前)なのかが記録されている必要があります。これがないと、数字が意味のない並びとして読み上げられます。
  • 読み上げ順序。 タグの並び順が、そのまま読み上げの順序になります。2段組みの左段の途中で右段に飛ぶ、図のキャプションが本文の途中に割り込む、といったずれはここで起こります。
  • 代替テキスト。 意味のある画像には、その画像が伝えている内容を短い文章で添えます。グラフなら「グラフ」ではなく、読み取ってほしい傾向や数値を書きます。飾りだけの画像は、読み飛ばされるよう装飾として扱います。
  • 文書の言語。 文書全体の言語(日本語なら ja)が指定されていると、読み上げソフトが正しい音声と読み方を選べます。英語の引用など、部分的に言語が変わる箇所も指定できます。
  • 文書のタイトル。 ファイル名ではなく、文書のプロパティに設定された内容に即したタイトルです。ビューアーのタイトルバーやタブに表示され、どの文書を開いているかを利用者が確かめる手がかりになります。

スキャンPDFが持てないもの

スキャンや写真から作ったPDFは、紙を写した画像の集まりです。そのため、上の要素のほとんどを最初から持っていません。

  • 文字は画像の一部なので、テキスト層がありません。選択も検索も読み上げもできません。
  • 見出しや表の区別は見た目だけで、タグがありません。
  • 図や写真に代替テキストはありません。
  • タイトルや言語といった文書情報も、通常は空のままです。

OCRで取り戻せるのは、このうち最初のテキスト層だけです。残りは人の判断が必要な情報で、画像から自動で正しく復元することはできません。たとえば、どの行が見出しなのか、グラフが何を伝えたいのかは、文書の作り手が決めることです。

スキャンPDFを読み上げ可能にする方法(OCR)

  1. PDF OCRを開き、スキャンしたPDFを選ぶかドラッグします(Freeは25MBまで)。
  2. 文書の言語を選びます。 日本語の文書なら「日本語」を選択します。日本語を含む13言語から選べます。
  3. OCRを開始します。 各ページの画像から文字を読み取ります。
  4. PDFをダウンロードします。 ページの見た目はそのままで、透明なテキスト層が追加されます。
  5. 結果を確認します。 文字を選択・検索できるか、PDFビューアーの読み上げ機能やスクリーンリーダーで本文が読まれるかを試してください。

鮮明でまっすぐなスキャンほど認識はうまくいきます。傾いたページは先にPDFを回転して向きを揃えておくと確認しやすくなります。

OCRの前に整えておくこと

  • 向きを揃える。 横向きや上下逆のページはPDFを回転で直しておきます。
  • 必要なページだけにする。 白紙ページや不要な添付はPDFを分割で取り除き、ファイルが25MBを超える場合も分割してから処理します。
  • パスワードを外す。 開くときにパスワードを求められるPDFは、OCRで処理できません。先にパスワードを解除します。解除には現在のパスワードが必要です。

OCRだけでは足りないこと(制限事項)

OCRは「画像を文字にする」最初の一歩です。それだけでアクセシブルなPDFになるわけではありません。

  • タグは付きません。 当サイトのOCRはテキスト層を追加するだけで、見出し・リスト・表の構造、読み上げ順序、代替テキストは作成しません。
  • ページは画像として作り直されます。 OCRは各ページを画像にしてから、その上に透明なテキスト層を重ねた新しいPDFを作ります。元のPDFにあったテキスト、リンク、しおり、タグ、タイトルなどの文書情報は引き継がれません。すでに文字を選択できるPDFにはOCRを使わず、スキャンしたPDFにだけ使ってください。
  • 誤認識が残ることがあります。 ぼやけた写真、手書き、特殊なフォント、縦書きや複雑な段組みでは誤りが増えます。確信度の低い語は出力に含まれないため、抜けがないか確認が必要です。
  • 画像の意味は伝わりません。 グラフや写真の内容は、OCRでは文章になりません。
  • ファイルサイズの上限があります。 Freeは25MBまでです。大きなファイルは分割してから処理できます。
  • ファイルは処理のためにサーバーへ送られます。 TLSで転送され、Freeでは24時間後、Proでは7日後に削除されます。

タグ付きPDFを作るには

アクセシビリティを本格的に整えるなら、PDFになる前の元ファイルで作業するのが近道です。

  • 見出しスタイルを使う。 Wordなどの文書作成ソフトでは、文字を大きくするだけでなく「見出し1」「見出し2」などのスタイルを適用します。
  • リストと表は専用の機能で作る。 箇条書きは箇条書き機能で、表は表の機能で作り、表には見出し行を設定します。スペースやタブで位置を揃えただけの「見た目の表」は構造になりません。
  • 画像に代替テキストを入れる。 元ファイルの段階で、図や写真に説明文を設定しておきます。装飾だけの画像は装飾として扱います。
  • 文書のタイトルと言語を設定する。 文書のプロパティでタイトルを入力し、校正用の言語設定を本文の言語に合わせます。
  • 書き出し時にタグを含める。 PDFとして保存・書き出す際に、アクセシビリティ用のタグ(文書構造タグ)を含める設定があれば有効にします。
  • 元ファイルがない場合は、OCRで文字を起こしたあとPDFをWordに変換し、見出しや代替テキストを整えてから作り直す方法もあります。変換後はレイアウトが崩れていないか必ず確認してください。

タグの編集や読み上げ順序の細かな修正には、タグ編集に対応したデスクトップのPDF編集ソフトが必要です。当サイトのツールはタグを編集できません。

なお、当サイトのメタデータツールでメタデータを削除すると、作成者などと一緒に文書のタイトルも消えます。タイトルを残したい文書には使わないか、削除したあとで元ファイルからタイトルを設定し直してください。

アクセシビリティを確認する方法

専門のツールがなくても、次の順に試すと多くの問題に気づけます。

  1. 文字を選択してみる。 本文をドラッグして選択・コピーし、別のアプリに貼り付けます。選択できなければ、まだ画像のままです。貼り付けた文章に文字化けや抜けがないかも見ておきます。
  2. 検索してみる。 本文中の単語で検索し、ヒットするか確かめます。OCRの結果なら、固有名詞や数字など誤認識しやすい語で試すと効果的です。
  3. ビューアーの読み上げ機能で聞いてみる。 読み上げ機能のあるPDFビューアーやブラウザで、最初の数ページを聞きます。順序が飛ぶ、図が無言で飛ばされる、見出しが本文と区別されない、といった問題に気づけます。
  4. スクリーンリーダーで一度通してみる。 WindowsのナレーターやmacOS・iOSのVoiceOver、AndroidのTalkBackなど、OSに付属するスクリーンリーダーで、見出しから見出しへ移動できるか、表が見出し付きで読まれるかを試します。
  5. キーボードだけで操作してみる。 リンクやフォームの項目にTabキーで移動できるかを確認します。
  6. 自動チェックツールを使う。 タグ編集に対応したPDFソフトの多くにはアクセシビリティチェック機能があります。ただし自動チェックで見つからない問題もあるため、実際の読み上げ確認と組み合わせてください。

参照される規格としては、Webコンテンツ全般のWCAGや、PDF向けのPDF/UA(ISO 14289)があります。要件の詳細は各規格の原文で確認してください。

作業の段階ごとに使えるツール

当サイトのツールが役立つのは、主にスキャンPDFを「読める状態」にするまでの段階です。

段階使うツールできること
開けないパスワードを解除現在のパスワードを使って、パスワードなしで開けるコピーを作る
ページの向きが違うPDFを回転横向きや上下逆のページを正しい向きにする
ファイルが大きい・不要なページがあるPDFを分割必要なページだけを取り出し、上限内のファイルにする
文字が画像のままPDF OCR透明なテキスト層を追加し、選択・検索・読み上げを可能にする
構造を作り直したいPDFをWordに変換元ファイルがない文書を編集可能な形にする(見出しや代替テキストは自分で設定)

タグ、読み上げ順序、代替テキストの追加そのものは、元ファイルの作成ソフトか、タグ編集に対応したPDFソフトで行います。

FAQ

スキャンしたPDFはスクリーンリーダーで読めますか?

OCRをしていないスキャンPDFはページの画像なので、本文は読み上げられません。PDF OCRでテキスト層を追加すると、文字の選択・検索・読み上げができるようになります。

OCRをすればPDFアクセシビリティは十分ですか?

いいえ。OCRは文字を読み取るだけで、見出しなどのタグ、読み上げ順序、画像の代替テキストは追加しません。これらは元ファイルで設定するか、タグ編集に対応したソフトで整える必要があります。

日本語のスキャンPDFにも対応していますか?

はい。OCRの言語で「日本語」を選んでください。ただし縦書きや複雑な段組み、手書きでは誤認識が増えることがあります。

パスワード付きのPDFはOCRできますか?

まずパスワードを解除してから処理してください。解除には現在のパスワードが必要です。

文字を選択できるPDFにもOCRをかけたほうがよいですか?

いいえ。当サイトのOCRはページを画像にして作り直すため、元のテキストやリンク、しおり、タグが失われます。OCRはスキャンしたPDFにだけ使ってください。

代替テキストには何を書けばよいですか?

その画像が文書の中で伝えている内容を、短い文章で書きます。グラフなら読み取ってほしい傾向や数値を、写真なら文脈に必要な情報を書きます。飾りだけの画像には代替テキストは不要で、装飾として扱います。

関連リソース

試してみませんか?

無料のPDF OCRツールを今すぐお試しください — 登録不要!

PDF OCRを今すぐ試す