Leitor de tela não lê meu PDF: o que o arquivo precisa ter
Por que um PDF escaneado fica mudo para NVDA, VoiceOver ou TalkBack, o que o arquivo precisa ter para ser lido na ordem certa, como testar em minutos e quando o OCR resolve.
Um leitor de tela só lê o que existe como texto dentro do arquivo. Se o PDF é uma foto de página, como um scan, a pessoa ouve silêncio. Para ser lido bem, o PDF precisa de texto real, na ordem certa e, nas imagens, de uma descrição. O OCR resolve só a primeira parte.
Três coisas que o leitor de tela depende
- Texto real. Letras que podem ser selecionadas e copiadas. Um scan não tem isso, por mais nítido que seja.
- Ordem de leitura. Colunas, tabelas e títulos precisam estar na sequência correta (veja como corrigir a ordem de leitura e as colunas). O PDF guarda os trechos na ordem em que foram desenhados, que nem sempre é a ordem em que se lê.
- Estrutura marcada. Títulos, listas, tabelas e o idioma do documento precisam estar identificados por tags (o PDF acessível é o que traz essa estrutura). Um PDF com tags informa ao leitor o que cada trecho é. Sem elas, o leitor adivinha pelo tamanho da letra.
Os dois últimos itens são a diferença entre um PDF que o leitor lê e um PDF que ele entende. O guia sobre PDF acessível com tags explica a estrutura, e o o que é PDF/UA acessível mostra o padrão que define essas regras.
Como testar em cinco minutos
Você não precisa ser usuário de leitor de tela para testar um PDF. Os recursos básicos de seleção e busca já dizem muito. Depois, ouça a primeira página com o leitor que o seu público usa: NVDA no Windows, VoiceOver no Mac e no iPhone, ou TalkBack no Android.
| Teste | Resultado bom | Resultado ruim |
|---|---|---|
| Selecionar uma frase | As letras são selecionadas | Nada seleciona: a página é imagem |
| Procurar uma palavra com Ctrl+F | A palavra é encontrada | Nada é encontrado: falta a camada de texto |
| Ouvir a página inteira | A leitura segue a ordem do texto | Pula trechos ou mistura colunas |
| Ouvir uma tabela | Cada célula é lida com o cabeçalho | Os números aparecem soltos |
Se a primeira linha da tabela já falha, o documento é um scan, e o próximo passo é o OCR; é o mesmo sintoma de quando um portal responde que o conteúdo do PDF não foi reconhecido. Se a busca funciona e a ordem não, o problema está na estrutura, e o OCR não resolve.
Quando o OCR resolve
O OCR do AjustaPDF cria a camada de texto (o OCR em si é explicado no glossário) em português ou em outro idioma escolhido, a 300 DPI. Ele resolve o caso mais comum: uma digitalização que o leitor não lê. Para uma foto tirada com o celular, endireite a página com a ferramenta de escanear documento antes de rodar o OCR. Cada operação lê até 60 páginas escaneadas; um documento longo deve ser dividido em partes.
O OCR também não cria tags, e o AjustaPDF não tem ferramenta para marcar títulos, tabelas ou texto alternativo num PDF pronto. Um PDF com texto reconhecido ainda pode ser lido fora de ordem e sem títulos. Por isso, o texto reconhecido é o começo, e não o fim do trabalho.
Quando o problema está no documento de origem
Um documento feito no Word ou no LibreOffice tem mais chance de sair acessível se os títulos forem estilos de título, as tabelas tiverem cabeçalho e as imagens tiverem texto alternativo antes de ser exportadas. Em versões recentes do Word, a verificação de acessibilidade fica na aba Revisão. Ao salvar como PDF, confira também se a opção de acessibilidade está marcada, porque o nome dela muda entre versões.
Um documento que já saiu como imagem não se corrige só no PDF. Se a origem existe, refaça o PDF a partir dela. Se só existe o scan, o OCR é a melhor opção que resta, e o resultado deve ser conferido com o leitor de tela. O conversor de Word para PDF do site também não tem opção de PDF com tags, então um arquivo que precisa ser acessível deve sair direto do Word ou do LibreOffice. O texto alternativo em PDF cobre as imagens, que o OCR também não descreve.
Erros comuns
- Achar que o OCR faz tudo. Ele dá texto, e a estrutura continua faltando.
- Testar só pela aparência. Um PDF bonito na tela pode ser mudo para o leitor. Teste com a seleção e a busca.
- Ignorar tabelas. Uma tabela sem cabeçalho vira uma lista de números sem contexto para quem ouve.
- Deixar imagens sem descrição. Um gráfico sem texto alternativo fica como um espaço vazio na leitura.
Perguntas frequentes
Meu PDF escaneado de certidão não lê no NVDA. O que fazer?
Um PDF escaneado é uma imagem, e o NVDA só lê texto. Rode o OCR no arquivo para criar a camada de texto e teste de novo. Se a leitura sair fora de ordem, o problema é a estrutura do documento, que o OCR não cria: nesse caso, o arquivo precisa ser refeito a partir do original digital.
Como testar se um PDF funciona com leitor de tela, sem instalar nada?
Tente selecionar uma frase com o mouse e procurar uma palavra com Ctrl+F. Se a seleção não acontece e a busca não acha nada, o PDF é uma imagem. Se acha, ainda confira a ordem de leitura: a primeira coluna deve vir antes da segunda, e os títulos devem aparecer como títulos.
O OCR deixa o meu PDF acessível para o VoiceOver ler?
Deixa o texto disponível, mas não cria a estrutura. O OCR não marca títulos, listas, tabelas nem a ordem de leitura, e não descreve imagens. Para um PDF que o VoiceOver leia com fluidez, o documento precisa de tags e de texto alternativo, que vêm de quem fez o arquivo.
Preciso converter o PDF para Word para o leitor de tela ler melhor?
Depende do arquivo. Na conversão para Word em texto editável, o AjustaPDF reconhece títulos pelo tamanho da letra, listas pelo marcador e tabelas pelo alinhamento. Revise a ordem depois de converter, principalmente em páginas com duas colunas, porque o layout pode ter sido desfeito.