19.1 İşitsel biçembentlere giriş

Bir belgenin işitsel sunumu zaten görme ve okuma engelli kişiler tarafından kullanılmakta olup bunun için konuşma bireşimi ve işitsel simgeler bir araya getirilir. Böyle işitsel sunumlar çoğunlukla belge salt metin biçimine dönüştürüldükten sonra bir ekran okuyucu yazılımını veya donanımını beslemekte kullanılarak gerçekleştirilir. Belge yapısının akılda tutulmasının gerekmesi durumunda bu yöntemin verimi düşer. Biçembent nitelikleri işitsel sunum için görsel niteliklerle (karma ortam) veya görsel sunuma eşdeğer işitsel niteliklerle birlikte kullanılabilir.

Yararı apaçık belli olan erişilebilirliğin getirilerinin yanında, bilgiyi dinlemekle ilgili geniş bir pazar vardır; oto içi kullanım, endüstriyel ve tıbbi belgeleme sistemleri, ev eğlence sistemleri, okuma güçlüğü çeken veya okumayı öğrenen kişilere yardımcı olmak gibi.

İşitsel nitelikler kullanılırken tuval, üç boyutlu fiziksel uzay (sesli ortam) ve bir geçici uzaydan (bazı seslerin diğer seslerden önce, o sırada veya sonrasında belirtilmesi) oluşur. Ayrıca, BB nitelikleri biçembent yazarlarına bireştirilen konuşmanın özelliklerini değiştirme imkanı verir (ses türü, frekansı, sesin iniş-çıkışları, vs.).

Örnek:

h1, h2, h3, h4, h5, h6 {
    voice-family: paul;
    stress: 20;
    richness: 90;
    cue-before: url("ping.au")
}
p.heidi { azimuth: center-left }
p.peter { azimuth: right }
p.goat  { volume: x-soft }

Bu biçembent, konuşma bireştiriciyi başlıkları okurken "paul" sesini biteviye ama zengin bir ses tonuyla kullanmaya yöneltir. Başlıklar söylenmeden önce adresi belirtilen bir ses örneği çalınacaktır (işitsel simge). "heidi" sınıfından paragrafların sesi ön soldan, "peter" paragrafları sağdan gelecek (sistem uzamsal seslendirme yeteneğine sahipse), "goat" paragrafları ise yumuşak ve derinden bir sesle okunacaktır.

19.2 Ses seviyesi nitelikleri: volume

Ses yüksekliği dalga şeklinin genliğindeki ortalama seviyeyi ifade eder. Başka bir deyişle ses yüksekliği %50'nin üzerinde arttırıldığında çok iniş-çıkışlı bir ses fiziksel tepe sınırı aşabilir (aşarsa, ses bozulur). Ara değerler işitsel rahatlık için kullanılır. Bu nitelik ortalama ses seviyesini ayarlamak için kullanılır.

Değerlerin anlamları (Değerlerin Türkçeleri köşeli ayraç içinde yanlarına yazılmıştır):

sayı

'0' ile '100' arasında herhangi bir sayı. '0' en az duyulabilen ses seviyesine '100' ise en rahat duyulabilen ses seviyesine karşılıktır.

yüzdelik

Yüzdelik değerler miras alınan değerlere göre hesaplanır ve '0' ile '100' arasında kalacak şekilde kırpılır.

silent [sessiz]

Ses çıkmaz. '0' değeri sessizlik (silent) demek değildir.

x-soft [en hafif]

'0' değeri ile aynıdır.

soft [hafif]

'25' değeri ile aynıdır.

medium [orta]

'50' değeri ile aynıdır.

loud [yüksek]

'75' değeri ile aynıdır.

x-loud [en yüksek]

'100' değeri ile aynıdır.

Kullanıcı arayüzleri '0' ve '100' değerlerine karşı düşen ses seviyesi değerlerini dinleyicinin ayarlayabilmesine olarak sağlamalıdır. Evrensel olarak uygulanabilir bir ayar yoktur. Elverişli değerler kullanılan aygıtlara (hoparlörler, kulaklıklar), ortama (otomobil, ev, tiyatro, kütüphane) ve kişisel tercihlere bağlıdır. Bazı örnekler:

• Otomobil içinde yol gürültüsünü bastıracak şekilde ayarlanmış bir tarayıcı kullanımı: '0' ortam gürültüsünü bastıracak kadar yüksek, '100' ise ortam gürültüsü duyulmayacak kadar yüksek bir ses seviyesine karşılık olabilir. Konuşma yol gürültüsüne rağmen duyulur ama fiziksel ses seviyesi aralığı dar tutulur. Otomobiller daha geniş bir fiziksel ses seviyesi aralığı sağlayacak kadar iyi yalıtılmış olabilirler.

• Başka bir konuşan tarayıcının bir apartmanda, gecenin geç vakitlerinde, bir oturma odasında kullanımı: '0' epeyce düşük bir seviyeye, '100' ise yeterince düşük bir seviyeye ayarlanır. İlk örnekteki gibi fiziksel aralık küçük tutulur, farklı olarak, fiziksel ses seviyesi iyice düşüktür.

• Sessiz ve yalıtılmış bir evde, pahalı yüksek kalitede bir ev sinema sistemi: '0' epeyce kısık, '100' ise oldukça yüksek bir ses düzeyine karşılıktır. Yani, fiziksel ses seviyesi aralığı oldukça geniş tutulmuştur.

Bu durumların hepsinde aynı yazar biçembendi kullanılabilir; istemci tarafında '0' ve '100' için uygun ses seviyeleri belirtmek yetecektir.

19.3 Konuşma nitelikleri: speak

Bu nitelik metnin seslendirilip seslendirilmeyeceğini; seslendirilecekse bunun nasıl olacağını belirtir. Olası değerler (Değerlerin Türkçeleri köşeli ayraç içinde yanlarına yazılmıştır):

none [yok]

Metin seslendirilmez. Yine de elemanın astsalları bu değeri geçersiz kılıp metnin seslendirilmesini sağlayabilir. (Bir elemanın ve astsallarının seslendirilmemesini sağlamak için display niteliği kullanılır.)

normal

Bir elemanı ve çocuklarını seslendirmek için dile bağlı sesletim kuralları kullanılır.

spell-out [hecele]

Metin harf harf okunur (kısaltmalarda yararlıdır).

Bir elemanın volume niteliğinin silent değerine sahip olmasıyla başka bir elemanın speak niteliğinin none değerine sahip olması arasındaki farka dikkat ediniz. Birincide konuşma sürer ama ses duyulmaz, ikincisinde ise hiç seslendirme yapılmaz (elemanın astsalları seslendirirse o başka).

19.4 Bekletme nitelikleri: pause-before, pause-after ve pause

Bir elemanın içeriği seslendirilirken konuşma öncesi veya konuşma sonrası beklemeler için kullanılırlar. Değerlerin anlamları şöyledir :

süre

Belirtilen mutlak süre kadar beklenir (saniye veya milisaniye cinsinden).

yüzdelik

Bekleme süresi speech-rate değerinin tersine oranlanır. Örneğin, 120 sözcük/dakika hız için 100% pause-before'un anlamı sözcük söylenmeden önce bekleme süresinin 500 ms (bir sözcüğün ortalama söylenme süresi), %20'nin anlamı ise 100ms olacağıdır.

Bekleme süreleri elemanın içeriğine ve varsa cue-before veya cue-after içeriğine yerleştirilir.

Konuşma hızındaki büyük değişikliklere karşı kararlı kalabilen bir biçembent oluşturmak için biçembent yazarlarının göreli birimleri kullanması önerilir.

pause niteliği pause-before ve pause-after nitelikleri için bir kestirme niteliktir. İki değer belirtilmişse ilk değer pause-before için, ikincisi de pause-after için ele alınır. Tek bir değer verilmişse, değer niteliklerin ikisine birden uygulanır.

h1 { pause: 20ms } /* pause-before: 20ms; pause-after: 20ms */
h2 { pause: 30ms 40ms } /* beklet-önce: 30ms; beklet-sonra: 40ms */
h3 { pause-after: 10ms } /* pause-before: ?; pause-after: 10ms */

19.5 Başlama işareti nitelikleri: cue-before, cue-after ve cue

İşitsel simgeler elemanların anlamlarını ayırdetmenin başka bir yoludur. Bir elemanın başlangıcında ve/veya bitişinde bir takım sesler çalınabilir. Değerlerin anlamları şöyledir:

tanım-yeri

İşitsel simgenin kaynağının alınacağı tanım-yeridir. Eğer tanım-yerinden alınan dosya bir ses dosyası değil de bir resim dosyasıysa, özkaynak yoksayılır ve nitelik none değerine sahipmiş gibi ele alınır.

none

Bir işitsel simgenin olmadığı anlamına gelir.

a  {cue-before: url("bell.aiff"); cue-after: url("dong.wav") }
h1 {cue-before: url("pop.au");    cue-after: url("pop.au") }

cue niteliği cue-before ve cue-after nitelikleri için kestirme niteliktir. İki değer belirtilmişse ilk değerin cue-before için ikincisinin ise cue-after için olduğu varsayılır. Tek bir değer belirtilmişse, değer her iki niteliğe birden uygulanır.

Örnek:

Bu ikisi eşdeğerdir:

h1 {cue-before: url("pop.au"); cue-after: url("pop.au") }
h1 {cue: url("pop.au") }

Eğer kullanıcı arayüzü işitsel simgeleri oluşturamıyorsa (kullanıcının ortamı uygun olmayabilir), başka bir uyaranın kullanılması önerilir (bir uyarı penceresi göstermek, bir uyarı sesi vermek gibi).

Diğer içerik üretme teknikleri hakkında bilgi edinmek için :before ve :after sözde elemanları bölümüne bakınız.

19.6 Artalan sesi nitelikleri: play-during

cue-before ve cue-after nitelikleri gibi olup, bir elemanın içeriği seslendirilirken artalanda bir ses çalınacağını belirtir. Değerlerin anlamları (Değerlerin Türkçeleri köşeli ayraç içinde yanlarına yazılmıştır):

tanım-yeri

Elemanın içeriği seslendirilirken artalanda çalınacak sesin alınacağı tanım-yeridir.

mix [karıştır]

Bu değer mevcutsa, ebeveyn elemanın play-during niteliğinin değeri çalmaya devam ederken tanım-yerinden alınan sesin bununla karıştırılacağını belirtir. Eğer mix belirtilmemişse ebeveynin artalan sesi elemanın artalan sesi olur.

repeat [yinele]

Bu değer mevcutsa ve artalan sesinin süresi elemanın içeriğinin tamamen okunmasına eşlik edemeyecek kadar kısaysa, artalan sesinin tekrar tekrar çalınacağını belirtir. Aksi takdirde, artalan sesi bir kere çalınır ve biter. Bu nitelik, görsel ortamların background-repeat niteliği gibidir. Eğer artalan sesinin süresi uzunsa, konuşma bittiğinde artalan sesi kesilir.

auto [özdevinimli]

Ebeveyn elemanın sesi çalmaya devam eder (bu niteliğin miras alınması durumundaki gibi yeniden başlatılmaz).

none [yok]

Bu değer artalanın sessiz olacağını belirtir. Eğer ebeveynin artalan sesi varsa, bu elemanın başlangıcında artalan sesi susturulur, bitişinde devam ettirilir.

Örnek:

blockquote.sad { play-during: url("kemence.aiff") }
blockquote Q   { play-during: url("kanun.wav") mix }
span.quiet     { play-during: none }

19.7 Açısal nitelikler: azimuth ve elevation

Uzamsal seslendirme işitsel sunum için önemli bir biçemsel tarz oluşturur. Birbirlerinden ayrı çeşitli seslerin gerçek hayattaki gibi (kişiler nadiren aynı odada aynı spotun altında olur) seslendirilmesini doğal bir yolla sağlar. Stereo hoparlörler yanal sesleri üretir. Stereo kulaklıklar veya daha da ileri giderek 5 hoparlörlü ev sinema sistemleri çok yönlü sesler üretebilir ve çok hoparlörlü sistemler gerçek üç boyutlu seslendirmeyi sağlayabilir. Ayrıca VRML 2.0, giderek yaygınlaşacağı umulan uzamsal seslendirme donanımına uygulanacak uzamsal seslendirme içerir.

Açısal yatay değerlerinin anlamları (Değerlerin Türkçeleri köşeli ayraç içinde yanlarına yazılmıştır):

açı

Konum '-360deg' den '360deg' ye uzanan bir aralıkta bir açı olarak belirtilir. '0deg' doğrudan başın ortasında yer alan sese, '90deg' sağdan, '180deg' arkadan, '270deg' (veya '-90deg') soldan gelen sese karşılıktır.

left-side [sol-taraf]

'270deg' ile aynı. behind ile '270deg'.

far-left[ön-sol]

'300deg' ile aynı. behind ile '240deg' (arka-sol).

left [sol]

'320deg' ile aynı. behind ile '220deg'.

center-left [merkez-sol]

'340deg' ile aynı. behind ile '200deg'.

center [merkez]

'0deg' ile aynı. behind ile '180deg'.

center-right [merkez-sağ]

'20deg' ile aynı. behind ile '160deg'.

right [sağ]

'40deg' ile aynı. behind ile '140deg'.

far-right [ön-sağ]

'60deg' ile aynı. behind ile '120deg' (arka sağ).

right-side [sağ-taraf]

'90deg' ile aynı. behind ile '90deg'.

leftwards [sola doğru]

Sesi mevcut açıya göre sola taşır, başka bir deyişle açıdan 20 derece çıkarır. Aritmetik taşma değeri 360 derecedir. Sola doğru hareketin saat yelkovanının ters yönünde bir hareketi ifade ettiğine ve miras alınan ses dinleyicinin gerisinde kalsa bile (ses sağa gidiyormuş gibi algılanır) daima 20 derece çıkarıldığına dikkat ediniz.

rightwards [sağa doğru]

Sesi mevcut açıya göre sağa taşır, başka bir deyişle açıya 20 derece eklenir. Taşıma hareketinin aritmetiği için leftwards'ın açıklamasına bakınız.

Bu nitelik çoğunlukla bir sinyali farklı ses seviyeleriyle farklı kanallardaki seslere karıştırarak gerçeklenir. Ayrıca seste aldatmacaya sebep olan faz kaydırma, sayısal gecikirme gibi teknikler uygulanır. İstenen etkinin oluşturulması için uygulanan tekniğin hassasiyeti ve hoparlör sayısı tamamen kullanıcı arayüzüne bağlıdır; bu nitelik sadece isteneni belirtmek için kullanılır.

Örnek:

h1   { azimuth: 30deg }
td.a { azimuth: far-right }          /*  60° */
#12  { azimuth: behind far-right }   /* 120° */
p.comment { azimuth: behind }        /* 180° */

Eğer uzamsal yatay açı belirtilmiş ve çıktı aygıtı dinleme konumunun gerisindeki sesleri üretemiyorsa, kullanıcı arayüzleri arka yarımküredeki sesleri ön yarımküre seslerine çevirmelidir. Şöyle bir yöntem uygulanabilir:

• 90deg < x <= 180deg  =>  x := 180deg - x
• 180deg < x <= 270deg  =>  x := 540deg - x

Açısal düşey değerlerinin anlamları (Değerlerin Türkçeleri köşeli ayraç içinde yanlarına yazılmıştır):

açı

'-90deg' ile '90deg' arasında açısal yükseklik belirtir. '0deg' yatayda ileri (ufkî) yönü belirtir. '90deg' tam üst tepe noktayı, '-90deg' ise tam alt tepe noktayı belirtir.

below [aşağı]

'-90deg' ile aynı.

level [düzey]

'0deg' ile aynı.

above [yukarı]

'90deg' ile aynı.

higher [yüksel]

Açısal yüksekliğe 10 derece ekler.

lower [alçal]

Açısal yükseklikten 10 derece çıkarır.

Bu etkiye ulaşmada kullanılan teknik ve kullanılan hoparlör sayısı tanımlanmamıştır; bu nitelik sadece isteneni belirtmek için kullanılır.

Örnek:

h1   { elevation: above }
tr.a { elevation: 60deg }
tr.b { elevation: 30deg }
tr.c { elevation: level }

19.8 Ses karakteristikleri için nitelikler: speech-rate, voice-family, pitch, pitch-range, stress ve richness

Bu nitelik konuşma hızını belirtir. Hem mutlak hem de göreli değerlere izin verildiğine (font-size gibi) dikkat ediniz. Değerlerin anlamları şunlardır (Değerlerin Türkçeleri köşeli ayraç içinde yanlarına yazılmıştır):

sayı

Dakikada söylenen sözcük sayısını belirtir. Nicelik dilden dile değişiklik gösterse de konuşma bireştiriciler tarafından yaygın olarak desteklenmektedir.

x-slow [en yavaş]

Dakikada 80 kelimeye eşdeğer.

slow [yavaş]

Dakikada 120 kelimeye eşdeğer.

medium [orta]

Dakikada 180-200 kelimeye eşdeğer.

fast [hızlı]

Dakikada 300 kelimeye eşdeğer.

x-fast [en hızlı]

Dakikada 500 kelimeye eşdeğer.

faster [hızlan]

Konuşma hızına dakikada 40 kelime ekler.

slower [yavaşla]

Konuşma hızından dakikada 40 kelime çıkarır.

Değerler virgül ayraçlı olarak ses ailesi isimlerini öncelik sırasına sokar (font-family) gibi. Değerlerin anlamları:

soysal-ses

Ses ailesi isimleri. Olası değerler: male [erkek], female [dişi] ve child [çocuk].

özel-ses

Özel seslerin isimleri (komedyen, romeo, julyet, suflör gibi).

Örnek:

H1 { voice-family: announcer, male }
P.part.romeo  { voice-family: romeo, male }
P.part.juliet { voice-family: juliet, female }

Özel ses isimleri tırnak içine alınabilir ve zaten betimleyicilere uygulanan sözdizimi kurallarına uymayan isimlerin tırnak içine alınması da gereklidir. Ayrıca birden fazla sözcükten oluşan ses isimlerinin tırnak içine alınması önerilir. Eğer tırnaklama yapılmazsa, ses ailesi isimlerinden önceki ve sonraki boşluk karakterleri yoksayılır ve ismin içindeki boşluk karakterleri de normalleştirilir.

Konuşma sesinin ortalama tonu/perdesi/frekansı belirtilir. Bir sesin ortalama frekansı ses ailesine bağlıdır. Örneğin erkek sesleri için ortalama frekans 120 Hz civarında iken kadın sesleri için bu değer 210 Hz civarındadır.

Değerlerin anlamları:

frekans

Konuşma sesinin Hz cinsinden ortalama frekansı belirtilir.

x-low [en düşük], low [düşük], medium [orta], high [yüksek], x-high [en yüksek]

Bu değerler ses ailesine bağlı değerler olup mutlak frekanslara uygulanmazlar. Kullanıcı arayüzlerinin bu değerleri ses ailesine ve kullanıcının ortamına bağlı olarak uygun değerlere ayarlaması gerekir. Bununla birlikte kullanıcı arayüzlerinin bu değerleri rasgele değil en düşük frekanstan en yüksek frekansa kadar sırayla atamalıdırlar.

Sesin ortalama frekansa göre değişimi belirtilir. Bir insan sesinin algılanan ses tonu temel ses frekansına göre saptanır ve bu frekans erkekler için 120 Hz civariında, kadınlar için 210 Hz civarındadır. İnsan dilleri ses yüksekliği ve ses frekansı değiştirilerek konuşulur. Bu değişimler ek anlamlar taşır ve vurgu ifade eder. Bu bakımdan şakrak bir ses gerek seviye gerekse frekans olarak çok büyük değişimler gösterir. Bu nitelik ortalama ses frekansının temel ses frekansından ne kadar sapabileceğini belirtir.

Değerlerin anlamları (Değerlerin Türkçeleri köşeli ayraç içinde yanlarına yazılmıştır):

sayı

'0' ile '100' arasında bir değer. '0' değeri, düz monoton bir ses üretirken, 50 normal iniş-çıkışlı, 100 ise şakrak bir ses aralığı belirtir.

Bir sesin şivesel hatlarındaki yerel çıkışların (vurguların) yüksekliğini belirtir. Örneğin İngilizce vurgulu bir dildir ve cümlenin farklı parçaları birincil, ikincil ve üçüncül vurgu (stress) alanlarına ayrılır. stress değerleri bu vurgu imlerinden kaynaklanan seviye farklarının niceliği üzerinde etkilidir. Bu nitelik pitch-range niteliğine eşlik eder ve geliştiricilere işitsel ekranların sınırlarını zorlama imkanı verir.

Değerlerin anlamları:

sayı

'0' ile '100' arasında bir değer. Değerlerin anlamı konuşulan dile bağımlıdır. Örneğin, '50' seviyesi bir standart İngilizce konuşan erkek sesi (ortalama frekans = 122 Hz) olup normal iniş-çıkışlara ve vurguya sahiptir; oysa aynı değere sahip bir İtalyan sesi tamamen farklı bir anlama gelecektir.

Konuşma sesinin berraklık ve zenginliğini (richness) belirtir. Zengin bir ses büyük bir odayı doldururken yumuşak bir ses bunu yapamayacaktır. Buradaki "yumuşak" sesin genlik zarfındaki değişimin yumuşaklığını ifade eder.

Değerlerin anlamları:

sayı

'0' ile '100' arasında bir değer. Daha yüksek değer emsalleri arasında daha duyulabilir bir sesi ifade eder. Daha düşük değerler daha yumuşak daha kulağa hoş gelen bir ses üretir.

19.9 Konuşma nitelikleri: speak-punctuation ve speak-numeral

Konuşma niteliklerinden biri, speak-header niteliği Tablolar bölümünde açıklanmıştır.

Bu nitelik konuşmada noktalama işaretlerinin nasıl belirtileceği ile ilgilidir. Değerlerin anlamları:

code

Noktalı virgül, parantezler gibi noktalama işeretleri isimleriyle söylenir.

none

Noktalama işaretlerinden hiç bahsedilmez ama doğal bekleme değişklikleri ile belirtilir.

Sayıların nasıl seslendirileceğini belirtir. Değerlerin anlamları (Değerlerin Türkçeleri köşeli ayraç içinde yanlarına yazılmıştır):

digits [rakamlar]

Rakamlar tek tek söylenir. Yani "237" için "iki üç yedi" denir.

continuous [sürekli]

Sayı rakam rakam değil bir sayı olarak okunur. Yani, "237" için "iki yüz otuz yedi" denir. Sayıların söylenişi dile bağlıdır.