תוכנת הקראה למק בעברית: למה כמעט אין, ומה כן עובד

מקלידים בגוגל "תוכנת הקראה למק בעברית" ומקבלים שלושה סוגי תוצאות: תוכנות לווינדוס, תוכנות באנגלית שעברית היא בשבילן תוספת מאוחרת, ומדריכים להפעלת ההקראה המובנית של Apple. כשחיפשנו "הקראת טקסט מהמסך במק", לא מצאנו אף עמוד ישראלי. לא מאמר, לא מדריך, לא מוצר.

זה לא מקרה, ויש לזה סיבה טכנית אחת פשוטה. הפוסט הזה מסביר אותה, ואז מראה מה קלי (KaliReader) עושה אחרת, מסך אחר מסך.

למה דווקא במק זה קשה

הרבה מתוכנות ההקראה, במק ובכלל, לא "קוראות את המסך". הן מקבלות טקסט שכבר קיים כטקסט: מילים שסימנתם, קובץ שפתחתם, דף באינטרנט. ברגע שהטקסט הוא תמונה, סריקה של מכתב, צילום מסך מוואטסאפ, קובץ PDF שאי אפשר לסמן בו כלום, הן נתקעות.

כדי להקריא תמונה צריך קודם לזהות בה טקסט. זה כל מה שאומרות שלוש האותיות OCR: להפוך תמונה של אותיות לאותיות אמיתיות שאפשר להקריא. וכאן הבעיה של המק. זיהוי הטקסט המובנה במערכת, זה שאתם מכירים בשם Live Text, מגיע עם רשימת שפות רשמית של כשני תריסר שפות: אנגלית, גרמנית, צרפתית, איטלקית, פורטוגזית, סינית ועוד. עברית לא ביניהן. הרשימה מופיעה בדף זמינות התכונות של Apple.

בדקנו גם מה קורה כשבכל זאת מבקשים ממנוע הזיהוי של Apple, זה שזמין לכל מפתח במק, לזהות עברית. הבקשה פשוט מתעלמת מהשפה, והטקסט העברי חוזר כאותיות לטיניות חסרות פשר. תוכנה שנשענת על המנוע הזה יכולה להיות מצוינת באנגלית ובכל זאת חסרת תועלת בעברית, ולא באשמת מי שכתב אותה.

זו הסיבה שכמעט אין: מי שבנה תוכנת הקראה למק בנה אותה על מה שהמערכת נותנת, והמערכת לא נותנת עברית.

מה עושים כשלמערכת אין עברית

מביאים מנוע משלכם. קלי משתמש במנוע זיהוי טקסט בקוד פתוח בשם Tesseract, שיש לו מודלים לעברית ולאנגלית. אפשר לראות את זה ברשימת השפות של Tesseract. המנוע ונתוני העברית מגיעים ארוזים בתוך היישום, כך שאין מה להתקין ואין מה להגדיר: מורידים, פותחים, ועברית עובדת.

שלושה דברים חשובים למי שקורא בעברית:

• עברית ואנגלית באותה שורה. מסמכים בעברית מלאים במילים באנגלית: שמות, מונחים, כתובות. המנוע מזהה את שתי השפות ומסדר את סדר הקריאה נכון, מימין לשמאל לעברית ומשמאל לימין למילה הלועזית שבתוכה.
• הזיהוי נעשה על המק שלכם. הקולות של Apple וזיהוי הטקסט שבמכשיר פועלים כולם מקומית, בלי אינטרנט, וכשמשתמשים בהם הכול נשאר על המק. תכונות הענן, כמו הקולות המשובחים, שולחות את הטקסט שזוהה לשרתים, וכל אחת מהן מפורטת וניתנת לכיבוי בהגדרות.
• אם המנוע נכשל, יש גיבוי. במקרה כזה קלי פונה למנוע של Apple, שעדיין טוב באנגלית. ולסריקות קשות במיוחד יש גם זיהוי מתקדם בענן, לפי המסלול שבחרתם.

זה כל ה"טכני" שיש בפוסט הזה. מכאן והלאה זה על מה שאתם רואים ושומעים. מי שרוצה להבין למה זיהוי עברית קשה יותר מזיהוי אנגלית, גם למנועים שכן יודעים עברית, ימצא את זה בפוסט למה OCR בעברית קשה.

"מקריא את מה שעל המסך": מה זה אומר בפועל

קלי לא שואל מאיזו תוכנה הגיע הטקסט. הוא מצלם את מה שמופיע על המסך ומזהה את הטקסט שבתמונה. מכיוון שהוא קורא את הפיקסלים עצמם, הוא עובד על קובצי PDF סרוקים, על תמונות, על וידאו ועל יישומים שלא חושפים את הטקסט שלהם. מסמך שנשלח לכם כצילום, טופס שהגיע כתמונה, עמוד מספר שצילמתם בטלפון והעברתם למק: כולם נקראים באותה לחיצה.

הלחיצה היא קיצור מקלדת. אחד להקראת כל המסך, אחד לסימון אזור בעכבר והקראה שלו בלבד, ועוד אחד להשהיה ולהמשך. הקיצורים עובדים בכל יישום, ואפשר לשנות אותם אם הם מתנגשים במשהו שאתם כבר משתמשים בו.

בזמן ההקראה כל מילה מודגשת ברגע שהיא נאמרת, כך שהעין יודעת איפה האוזן נמצאת. מי שמעדיף לקרוא יחד עם הקול פותח את חלון הקריאה: הטקסט מוצג בגודל שבחרתם ובצבע ההדגשה שבחרתם, ובמצב דיסלקציה גם עם גופנים מותאמים, ריווח אותיות ומילים וסרגל שמעמעם את שאר השורות. על החלון הזה יש פוסט נפרד: דיסלקציה בגיל 30: מה באמת עוזר. ועל הקראת סריקות וצילומי מסך צעד אחר צעד: איך להקריא PDF, סריקה או צילום מסך בעברית.

למה בכלל התחלנו מעברית

רוב הכלים בתחום נבנו לאנגלית, ועברית נוספה אליהם מאוחר יותר, אם בכלל. התוצאה מוכרת לכל מי שניסה: תפריטים באנגלית, קול עברי שנשמע כמו רובוט, ומסמך עברי שיוצא הפוך.

קלי נבנה בסדר ההפוך. נקודת המוצא הייתה אנשים שקוראים בקושי, בעברית, על מק: מי שרואה פחות, מי שהאותיות רוקדות לו, מי שמסיים יום מול מסך בלי כוח לעוד עמוד. הדרישות נגזרו מהם: זיהוי עברית שעובד, קריאה נכונה של שורה מעורבת, ניקוד אוטומטי לפני ההקראה כדי שההטעמה תישמע נכון, וממשק שלא צריך לתרגם בראש. אנגלית נכנסה כשפה שנייה מלאה, לא כברירת מחדל שעברית נגררת אחריה.

ההתקנה: שלושה מסכים קצרים ומסך סיכום

אחרי ההתחברות לחשבון ואישור המנוי, קלי מקבל אתכם במסך שמסביר מה יקרה עכשיו. הכול בעברית, מימין לשמאל.

שלב 1, הרשאה. קלי קורא את הפיקסלים שעל המסך, ולכן macOS מתייחס אליו כאל מקליט מסך ומבקש אישור. בלי ההרשאה הזו אין לו מה להקריא. יש הרשאה שנייה, נגישות, שאינה חובה: היא מאפשרת להקריא טקסט שסימנתם ביישום אחר. המסך מציג לכל הרשאה אם היא כבר מאושרת, עם כפתור שפותח את הגדרות המערכת.

שלב 2, קולות. כאן בוחרים איזה מנוע מקריא כברירת מחדל. הקולות שעל המכשיר כלולים בכל מסלול בלי הגבלה, לא צורכים קרדיטים, עובדים גם בלי אינטרנט ומדגישים כל מילה. אפשר לבחור קול עברי וקול אנגלי נפרדים, כך שכל שפה נקראת בקול שמתאים לה. קולות הענן קוראים עברית טוב יותר ונכללים במנוי. כל קול ענן מגיע עם דוגמה מוקלטת של אותו משפט, כך שמשווים ביניהם מיד, במהירות שקבעתם, בלי לשלם על ההשוואה.

שלב 3, קריאה נוחה. גודל הטקסט וצבע ההדגשה בחלון הקריאה, עם תצוגה מקדימה חיה של המילה "קלי" מודגשת. ומתחת, פקדי ההשמעה בגודל האמיתי שלהם, כדי שתדעו איך הם ייראו לפני שהם מופיעים בפעם הראשונה.

מסך הסיכום. מציג את קיצורי המקלדת ומזכיר שקלי יושב בשורת התפריטים בראש המסך. כל מה שבחרתם נמצא גם בהגדרות, ואפשר להריץ את ההגדרה שוב מהתפריט בכל רגע.

הממשק עצמו בעברית, לא רק ההקראה

זה נשמע מובן מאליו ובפועל נדיר: התפריטים, ההגדרות, ההודעות והתקלות של קלי כתובים בעברית, והפריסה כולה מימין לשמאל, מהרגע שהיישום נפתח. לא תרגום שהודבק על ממשק אנגלי, אלא ברירת המחדל. מי שמעדיף אנגלית מחליף בהגדרות, והיישום נפתח מחדש בשפה החדשה.

פרט אחד נשאר במכוון משמאל לימין: כפתורי "אחורה" ו"קדימה" בפקדי ההשמעה. הם מייצגים ציר זמן, כמו בכל נגן, ולא כיוון קריאה.

מה קלי לא עושה

שתי הבהרות, כדי שלא תופתעו:

• קלי הוא כלי לקריאה. הוא לא מחליף את VoiceOver למי שמנווט במק בלי לראות אותו בכלל. על ההבדל בין השניים, ומתי צריך את שניהם: קוראי מסך מובנים מול תוכנת הקראה ייעודית.
• קלי דורש מק עם שבב Apple (M1 ומעלה) ו-macOS 14 ומעלה. מחשבי מק עם מעבד Intel אינם נתמכים.

איך מתחילים

ההקראה בקול המקומי אינה מוגבלת בשום מסלול, וקולות הענן נמדדים לפי מה שהוקרא בפועל. המסלולים והמחירים בעמוד המחירים. מורידים את קלי מדף הבית, עוברים את שלושת המסכים, ולוחצים על הקיצור. מסמך עברי, במק, נקרא.