Instagram无障碍技术改进：这几年到底变了什么

说实话，我第一次认真关注Instagram的无障碍功能，是因为身边一位视障朋友跟我吐槽。她说，每次刷Instagram都像在开盲盒——看到别人发的一张照片，屏幕阅读器只能告诉她”这是一张图片”，其他一概不知。当时我心里咯噔了一下，心想这个日活好几亿的应用，怎么在这方面做得这么粗糙。

那大概是四五年前的事了。后来我断断续续留意着Instagram的更新，发现他们这两年确实在无障碍方面下了不少功夫。不是那种”凑热点式”的应付，而是真的在一点点补齐短板。刚好最近他们又更新了几项功能，我就想着把这些变化梳理一下，给有需要的朋友做个参考，也顺便聊聊这项技术到底意味着什么。

-alt-text-这个看似简单的功能，其实没那么简单

我们先从最基础的说起——替代文本，也就是alt-text。这东西听起来挺技术流，但原理特别好理解：给图片上一段”文字说明”，让视障用户用屏幕阅读器的时候，能知道图片里大概是什么内容。

Instagram在2018年前后正式上线了手动添加alt-text的功能。在这之前，系统是完全依赖机器自动生成描述的，效果怎么说呢，基本等于没有。我见过最离谱的案例是，系统把一张用户抱着猫在夕阳下的照片，描述成”可能是一只猫”。这种描述不仅没用，还让人哭笑不得。

现在的情况好多了。发布照片时，系统会主动提示”为屏幕阅读器添加描述”，用户可以自己输入文字。Instagram还引入了”AI建议描述”的功能，系统会基于图像识别技术给出几段备选描述，用户直接选用或者修改就行。这对于不太会组织语言的用户来说，确实是个友好的设计。

不过我还是要说句公道话，目前的AI描述仍然有很大的进步空间。复杂场景、多人物互动、带有文字或表情包的照片，识别准确率都比较一般。技术上能达到80%的准确率，可能已经是目前的极限了。但至少，Instagram提供了一个基础框架，让用户有机会自己去补充那些机器看不到的细节。

视频字幕：从”可选项”变成”标配”

接下来要说的是视频自动字幕，这个功能的重要性可能被很多人低估了。你可能觉得，字幕不就是给听障人士准备的吗？话是这么说，但实际上字幕的受益群体远不止这一类人。

想想看，你在地铁上刷视频，是不是经常静音播放？这时候字幕就成了刚需。还有很多非母语用户，看英文视频时也依赖字幕。更别说那些在嘈杂环境里没办法开声音的情况了。所以字幕这个问题，解决的不只是少数群体的需求，而是一个普遍性的体验痛点。

Instagram的Reels功能在2020年左右开始加入自动生成字幕。技术原理其实不难理解，就是语音识别+自然语言处理，把音频转成文字。但实现起来有两个难点：一是准确率，特别是遇到口音、俚语或者背景音乐干扰的时候；二是时间轴同步，字幕和说话内容对不上是最让人崩溃的。

我实际测试过一段时间，感觉Instagram的字幕功能在标准普通话或者比较清晰的英文环境下表现还不错。但如果你看的是那种语速特别快、带有很多网络用语的视频，错误率就会明显上升。系统有时候会把”yyds”识别成”永远的”，把一些缩写直接跳过。这种问题倒也不是Instagram一家独有，整个行业都在攻克这个难题。

值得一提的是，Instagram现在允许用户手动编辑字幕错误。这个设计挺人性化的，毕竟机器生成的文本难免有疏漏，让人自己改总比让用户干着急强。另外，字体大小和颜色也可以调整，这对视力不太好的用户来说是个贴心的细节。

屏幕阅读器：看不见的世界和看得见的世界之间的桥梁

说到屏幕阅读器，可能很多视力正常的朋友完全不知道这是什么。简单解释一下，这是一类辅助技术，能够把屏幕上的文字和图像用语音读出来，帮助视障用户”看到”屏幕内容。常见的读屏软件有iOS的VoiceOver、安卓的TalkBack，还有一些第三方应用。

Instagram在适配读屏软件方面花了挺多心思。最直接的体现，就是对界面元素的标签优化。以前，很多按钮和图片是没有标签的，读屏软件读出来就是”按钮”、”未标记图像”这种让人摸不着头脑的话。现在好了，点赞按钮会读成”赞”，评论按钮会读成”评论”， Stories入口会读成”stories”。

这种改进看似微不足道，但对于依赖读屏软件的用户来说，意义完全不同。以前他们发一条动态，可能需要反复摸索每一个按钮的位置和功能，现在至少能知道每个选项是干什么的。这中间的体验差距，可能只有真正用过的人才能感受到。

不过我还是要吐槽一下，有些交互设计对视障用户来说仍然不太友好。比如滑动切换Stories这个操作，在某些读屏软件上就不是很灵敏，有时候会读过头或者读不到。还有那些需要长按才能触发的隐藏菜单，对视障用户来说也增加了操作成本。这些问题不是说不能解决，而是需要产品团队在设计之初就把无障碍需求考虑进去，而不是后期打补丁。

减少动态效果：给前庭功能障碍用户的温柔

p>这个功能可能知道的人更少了，但我一定要说说，因为它代表了一种”不打扰”的关怀理念。

很多用户对屏幕上的动态效果会有不适感。Stories的切换动画、点赞时的跳动效果、页面的过渡动画——这些在大多数人眼里可能是”动感”和”有趣”，但对于前庭功能障碍或者容易晕动症的用户来说，却可能引发头晕、恶心甚至呕吐。

Instagram在系统设置里加入了”减少动态效果”的选项。开启之后， Stories切换会变成静态的滑动，点赞动画会消失，各种过渡效果也会变得朴素简单。说实话，我第一次看到这个功能的时候，心里挺触动的。因为这意味着开发团队在设计这些炫酷效果的时候，心里还想着另一部分可能完全无法享受这些效果的用户。

而且这个功能的实现很聪明，它不需要用户每次都去手动关闭动画，而是直接调用系统级的设置。iOS和安卓都有自己的”减少动态效果”开关，Instagram直接读取这个设置就行。这种和系统层联动的设计思路，值得其他应用学习。

其他值得一说的小细节

除了上面提到的几个大项，Instagram还有一些零散的无障碍改进，凑在一起也挺有价值的。

• 高对比度模式支持：在系统设置里开启高对比度之后，Instagram的界面文字会自动调整，确保和背景有足够的颜色区分。这对低视力用户来说，阅读体验会好很多。
• 色盲模式适配：Instagram对红绿色盲等颜色识别障碍做了一些优化，至少在关键信息比如点赞按钮的颜色上，提供了足够的区分度。不过坦率说，这方面的改进空间还挺大的，复杂的图表和信息图仍然是个难题。
• 语音控制：部分地区已经支持用语音来操作Instagram，比如”点击赞按钮”、”滚动动态”这种指令。这对于手部运动能力受限的用户来说是个好消息，虽然目前支持的语言和地区还很有限。
• 文字大小自适应：Instagram现在会跟随系统的字体大小设置，不会出现应用内字体和系统字体不一致的情况。这点看起来简单，但很多应用到现在都还没做好。

技术进步背后的一些思考

聊了这么多技术细节，我突然想说说更宏观的事情。无障碍设计这件事，本质上是一种”包容性思维”的体现。技术人员在写代码的时候，如果心里想着”所有人”，那做出来的东西自然会考虑到不同的使用场景。

当然我也知道，商业公司的资源是有限的，Instagram作为一个要盈利的产品，不太可能把无障碍放在第一优先级。现实往往是，有用户投诉了、有监管要求了、有社会舆论压力了，公司才会去改进。这不是什么值得表扬的现象，但至少说明事情在往好的方向发展。

另一个角度看，无障碍技术和主流技术有时候是相辅相成的。比如自动字幕这个功能，最初是为了听障用户开发的，但现在成了所有人的日常工具。语音识别是这样，图像识别也是这样。很多无障碍功能本质上是在探索技术的边界，而这种探索的成果，最后往往会惠及更广泛的用户群体。

如果你问我对Instagram无障碍方面还有什么期待，我个人的想法是：希望能多做一些用户调研，多听听真正有需求的人的声音。技术层面的东西补齐之后，体验层面的优化可能更重要。比如目前的中文语境下，读屏软件对一些网络流行语的处理还不够自然；再比如方言识别的问题，粤语、四川话这些大区方言的字幕生成效果明显不如普通话。这些问题，可能需要更本地化的技术投入才能解决。

总的来说，我觉得Instagram这几年的无障碍建设是及格了，但离优秀还有距离。至少现在，一个视障朋友已经可以比较顺利地刷动态、发照片、看视频了，虽然过程中仍会有一些磕磕绊绊。这已经很不容易了，毕竟在无障碍这件事上，整个行业都还在摸索阶段。

持续进行中

td>2019年左右

写着写着就聊了这么多。其实我一开始只是想简单介绍一下Instagram的无障碍改进，写着写着就收不住了。可能是因为这个话题确实有太多可以聊的地方，也可能是身边朋友的经历让我对这件事有更深的感触。

如果你看完这篇文章后，对无障碍技术产生了兴趣，或者想了解一下自己手机里那些平时不太注意的辅助功能，我觉得这篇文章的目的就达到了。技术是为人服务的，而好的技术应该服务于所有人——这大概就是无障碍设计最核心的理念吧。