Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
IEC 62665：印刷文本听觉呈现用纹理映射图——电子出版无障碍技术
IEC 62665解决了一个重要挑战：使盲人和视障人士无需学习盲文即可阅读印刷文件。该标准定义了一种纹理映射图系统——印在普通纸张上常规文本旁边的二维单元格图案——可以通过笔形设备扫描并通过文字转语音技术转换为语音。这项国际标准由IEC第100技术委员会（音频、视频和多媒体系统及设备）制定，在传统印刷出版和数字无障碍之间架起了一座桥梁，创建了一种通用格式，使同一印刷页面能够同时为正常视力和视障读者服务。
📋 1. 纹理映射图架构与编码方案
纹理映射图是印在纸张上常规文本旁边的二维单元格阵列。每个纹理映射图由以下元素组成：
| 元素 | 描述 | 功能 |
|---|---|---|
| 单元格 | 最小方形元素（最小的印刷点） | 基本二进制信息单元（黑色=1，白色=0） |
| 单元块 | 11 × 11单元格方形区域 | 包含编码字符信息的结构化数据块 |
| 数据矩阵 | 来自编码文本数据的二维单元格图案 | 包含压缩和纠错后的文本内容 |
| 对齐线 | 环绕纹理映射图的带刻度标记的实心边框线 | 引导扫描笔识别纹理映射图的边界和方向 |
文本首先从其字符表示形式转换为压缩二进制流。压缩算法结合了Pack处理和LZSS处理以减少数据量。压缩后的数据随后使用伽罗瓦域GF(2048)的里德-所罗门纠错编码，即使印刷的纹理映射图部分污损、划伤或退化，系统也能恢复原始文本。
💡 工程见解：选择使用伽罗瓦域GF(2048)的里德-所罗门编码提供了强大的纠错能力——即使数据矩阵的大约10%被损坏，仍然可以完整恢复文本。这对于经常被翻阅的印刷材料尤其重要，如参考书、菜单和公共信息传单。纠错开销使纹理映射图尺寸增加约15-20%，但为了耐用性，这是一个值得的权衡。
🔬 2. 编码与解码过程
2.1 编码过程
编码过程通过以下阶段将源文本转换为印刷纹理映射图：
- 预处理：移除特定于源语言的控制代码和格式字符（为日语和英语文本提供了单独的附录）。
- SpeechioEncode函数：将预处理后的文本转换为针对语音合成优化的二进制数据流，包括日语汉字的发音提示。
- SpeechioSymbol函数：将编码后的二进制流转换为二维符号排列。
- 压缩：使用Pack和LZSS算法进行两阶段压缩，最小化纹理映射图的物理尺寸。
- 纠错编码：里德-所罗门编码创建具有错误恢复能力的最终数据矩阵。
- 印刷：数据矩阵与对齐线以相对于文本块的定义位置印刷在纸张上。
2.2 解码过程
解码过程逆转这一流程。用户将笔形扫描设备划过纹理映射图。设备捕获单元格图案图像，应用图像处理提取数据矩阵，运行纠错，解压缩数据，并将恢复后的文本馈送到文字转语音引擎进行音频输出。
| 阶段 | 输入 | 输出 | 关键算法 |
|---|---|---|---|
| 图像捕获 | 印刷纹理映射图 | 原始像素图像 | ≥ 600 dpi光学扫描 |
| 符号提取 | 原始像素图像 | 二进制矩阵 | 对齐线检测和透视校正 |
| 纠错 | 含错误的二进制矩阵 | 纠正后的二进制数据 | 里德-所罗门 GF(2048) |
| 解压缩 | 压缩二进制 | 编码文本流 | LZSS + Pack解压缩 |
| 语音合成 | 带发音提示的文本 | 音频输出 | 文字转语音引擎 |
⚠️ 关键考虑：该标准指定了定义发音、音调、速度和声音特性的语音控制代码。这些控制代码嵌入在编码数据中，对于自然的语音输出至关重要。如果没有正确实现语音控制代码，解码后的文本可能在技术上是准确的，但听起来像机器人一样，难以理解，特别是对于像日语和汉语这样具有复杂字符到音素映射关系的语言。
⚙️ 3. 印刷规格与实用实施
该标准为确保可靠的扫描定义了印刷纹理映射图的精确要求：
| 参数 | 规格 | 原理 |
|---|---|---|
| 印刷分辨率 | ≥ 600 dpi | 足以分辨单个单元格，同时兼容标准办公打印机 |
| 纹理映射图尺寸 | 随数据量变化（标准表1） | 与文本长度成正比；约每100字符1 cm² |
| 距边缘边距 | ≥ 10 mm | 防止扫描和装订时被裁切 |
| 对齐线宽度 | 1个单元格宽度 | 笔传感器可检测的最小线条 |
| 缺口位置 | 对齐框左上角 | 标识方向和数据读取起点 |
✅ 实用实施建议：对于采用IEC 62665纹理映射图系统的出版商，在需同时服务正常视力和视障读者的应用场景中价值最大——如餐厅菜单、博物馆导览、公共交通时刻表和药品说明书。根据文本长度不同，纹理映射图约占页面面积的2-5%，是一种节省空间的无障碍功能，文档本身无需任何电子设备——只需一支低成本的扫描笔。
🔴 需要注意的设计局限性：纹理映射图系统主要针对印刷文件设计——它不直接解决数字电子书格式的问题。对于数字出版物，现有的标准如EPUB 3配合WCAG 2.0无障碍指南或DAISY提供了更全面的解决方案。纹理映射图最好被理解为一个混合解决方案：一种为传统纸张添加数字无障碍性的方法，读者无需携带比扫描笔更专用的设备。
❓ 常见问题（FAQ）
Q1：IEC 62665是否适用于所有语言？
该标准的核心编码层面设计为语言无关，但附录专门针对日语和英语文本的预处理。SpeechioEncode和SpeechioSymbol函数为编码具有不同语音要求的字符集提供了框架。对于未明确涵盖的语言，可按照提供附录中建立的模式，通过定义适当的字符到语音映射表来适配编码方案。
Q2：纹理映射图与二维码有何区别？
虽然两者都是二维矩阵码，但它们服务于根本不同的目的。二维码通常编码URL或短文本（最多几千个字符），并通过智能手机将用户重定向到数字内容。IEC 62665纹理映射图旨在将印刷文档的完整文本内容（可能达到数万个字符）直接编码在页面上，并嵌入用于直接文字转语音转换的语音控制代码。纹理映射图还针对笔式扫描而非相机扫描进行了优化。
Q3：该标准是否仍在积极维护？
IEC 62665于2012年出版（第一版），2015年修订（第二版）。鉴于移动无障碍技术的快速发展（智能手机OCR、AI驱动的文字转语音），纹理映射图方法代表了一个特定的利基市场：为印刷材料提供低技术、低成本的无障碍解决方案，适用于智能手机可能不可用或不合适的情况。该技术由日本的Original Design Inc.和Kosaido Co., Ltd.持有专利，这影响了其采纳模式。
Q4：现有印刷书籍能否加装纹理映射图？
技术上可以——可以在现有书籍中加入带有纹理映射图的贴纸或插页。然而，实际价值取决于书籍类型。对于内容静态的书籍（法律法规、技术手册、学术文本），加装是可行的。对于频繁更新内容的情况，在原始生产过程中一起印刷纹理映射图要经济得多。该标准包括了缺口标记系统的规定，可以识别任何页面上纹理映射图的位置，从而实现对选定页面的部分加装。
