調査レポート: スマホで記事を RSVP で読む(/skim) #
issue #101「記事を手軽に早く読みたい」の調査と実装の記録。
RSVP(Rapid Serial Visual Presentation)は、文を小さな塊(以下「コマ」)に区切り、画面の中央に 1 つずつ出して読む方法だ。
/preview や /listen と同じく「more tools」から開くページとして、/listen と同じやり方で文書を受け取り、スマホで使えるようにした。
不確定なことは、試作のページを Playwright で 3 つのエンジンで動かして確かめた。
- Chromium:Pixel 7 のエミュレーション
- WebKit:iPhone SE / iPhone 15 のエミュレーション
- Firefox:幅 375px
実機では試していない。
結論 #
- **作れる。文書の受け取り方は
/listenと同じでよい。** 記事をfetchしてmain > articleを取り出すか、貼った Markdown をpreview.wasmで描画し、BLOCKS/SKIPでブロックを集める。新しく要るのは、日本語をコマに区切る処理と、表示とタイマーの部分だけだった。 - **日本語は BudouX の文節で区切り、BudouX が取りこぼすところをつなぎ直す。**
Intl.Segmenterの単語は細かすぎ、エンジンによって結果も違う。単語をつなぎ直す方法と BudouX だけの方法も比べたが、この組み合わせが一番自然だった。 - **BudouX は esm.sh から、パーサーと日本語モデルだけを読み込む。** 合わせて約 27KB(gzip で約 10KB)。読み込めないときは、
Intl.Segmenterの単語をつなぎ直す区切り方に戻す。 - **スマホでは、長い英数字と画面のスリープに気をつける。** パスや URL は
/や.のところで分ける。画面が消えないようにする Wake Lock は、HTTPS か localhost でしか使えない。 - **タイマーは
setTimeoutを順につなぐだけでよい。** 予定とのずれは最大 6ms で、1 コマの表示時間(100〜400ms)に比べて十分小さい。
1. 日本語をどう区切るか #
Intl.Segmenter の単語をそのまま 1 コマにできるか #
できない。細かすぎるうえに、エンジンによって結果が違う。確かめ方は、同じ文を 3 つのエンジンで granularity: "word" に区切って比べた。
Chromium / WebKit: …|含|め|て|決まって|ない|こと|を|…|言|っ|た|。
Firefox: …|やや|る|…|決め|てか|ら|…|言|った|。
Chromium だけ: listen|.|js Intl|.|SegmenterNode(ICU 78)の結果も、Chromium とほぼ同じだった。
単語をつなぎ直せば使えるか #
おおむね使える。つなぎ方の規則は次のとおり。
- ひらがなだけの単語(助詞や送り仮名)と、閉じ括弧や句読点は、前のコマにつなげる
- 漢字・カタカナが続くところはつなげる
- 開き括弧は次のコマにつなげる
- 間に空白がない ASCII 同士はつなげる
- 空白のところと「、。!?」の後ろで切る。コマが 10 文字を超えるところでも切る
この規則で区切ると、例文の結果は 3 つのエンジンで同じになった。記事 1 本(workers-subrequest-limit)のコマ数も、3 つとも 982 で一致した。
ただし、長いひらがなの並びは 10 文字の上限で適当に切ることになる。「入れ | 方は」のように誤って切ることもある。
BudouX と比べてどうか #
BudouX だけで区切った場合と、BudouX につなぎ直しを足した場合を比べた。確かめ方は、記事 4 本(slops の 3 本と docs/sketch/ja/profiling.md、合わせて 196 ブロック)を 3 通りに区切り、数を数えて、区切った結果を並べて読んだ。
| 区切り方 | コマ数 | 中央値 | 90 パーセンタイル | 最長 | 1 文字のコマ | 11 文字以上 |
|---|---|---|---|---|---|---|
Intl.Segmenter+つなぎ直し | 3029 | 4 | 9 | 26 | 71 | 120 |
| BudouX だけ | 3463 | 4 | 7 | 49 | 329 | 84 |
| BudouX+つなぎ直し(採用) | 3141 | 4 | 8 | 26 | 15 | 130 |
- BudouX は、長いひらがなの並びを正しく切れる(「入れ方は」「決まってない \| ことを」「位置は \| ずれない」)
- BudouX だけだと、空白の後ろの助詞が 1 コマになる(「TTS \| で」「Code \| が」)。また、1 文字のコマが多い
- 採用した組み合わせでは、次のものを前のコマにつなげる。空白の後ろの 1〜2 文字のひらがな(
TTS で)、数字の後ろの助数詞(2 つある。)、閉じる記号、1 文字だけのひらがな。ASCII だけの部分は BudouX に渡さない
区切る時間は、196 ブロックを 1 回区切るのに Intl.Segmenter 版が 3.7ms、BudouX 版が 5.4ms だった(Node で計測)。どちらも問題にならない。
2. スマホの画面に収まるか #
日本語のコマはほぼ収まる。長い英数字は収まらない。確かめ方は、文字の大きさを 38px にして幅に収まらないときだけ縮める処理を入れ、iPhone SE の幅(320px)で記事 4 本のすべてのコマを並べた。
- 24px より小さくなったコマは、記事 1 本あたり 0〜5 個だった。どれもパスか URL だった(
slops/2026-10-28-workers-subrequest-limit.mdは 14px) - そこで、16 文字を超えるコマは
/ . - _ ? & = #の後ろで分けるようにした(slops/2026-10- | 28-workers- | subrequest- | limit.md を)。それでも収まらないものだけを縮める
3. 表示の間隔は正確か #
正確だった。setTimeout を順につないだときの、予定の間隔とのずれを測った。
| エンジン | ずれの中央値 | 最大 |
|---|---|---|
| Chromium(CPU を 6 倍遅くした) | 1.4ms | 2.6ms |
| WebKit | 2.0ms | 4.0ms |
| Firefox | 5.0ms | 6.0ms |
この測定は、はじめの表示時間の決め方(いまの「By length」。9 節を参照)で行った。1 コマの表示時間は「文字数(3 文字以上)× 60000 / 毎分の文字数」で、句点の後ろは 1.8 倍、読点の後ろは 1.3 倍に延ばし、ブロックの終わりに 300ms、見出しの後に 700ms を足していた。毎分 600 文字で流すと、slops の記事 1 本(4,300〜4,900 文字)がおよそ 9〜11 分かかる。
速さの上限を 3000 に広げたあとも確かめた。毎分 3000 文字では、By length で一番短いコマ(3 文字)の表示時間は 60ms になる。Chromium で CPU を 4 倍遅くして 5 秒流し、コマが入れ替わった時刻を MutationObserver で記録して比べた。予定とのずれは、中央値が 1.1ms、最大が 2.1ms だった。
4. 画面が消えないようにできるか #
navigator.wakeLock.request("screen") で止められる。ただし HTTPS か localhost のときだけ使える。
確かめ方は、Playwright の route で、外に何も公開せずに架空の http://lan.test/ と https://lan.test/ にページを返して比べた。
| オリジン | Chromium | WebKit | Firefox |
|---|---|---|---|
http://lan.test/ | navigator.wakeLock がない | ない | ない |
https://lan.test/ | ある | ある | ある |
localhost で request() | 権限を与えれば成功(与えないと NotAllowedError) | 成功 | 成功 |
スマホから LAN 内の Go のサーバーに http://192.168.x.x で開くと、Wake Lock は使えない。Workers にデプロイした HTTPS のサイトなら使える。使えないときも再生は止めず、画面の上に一言出すだけにした。
5. BudouX をどう読み込むか #
esm.sh から、パーサーと日本語モデルだけを import() する。確かめ方は、esm.sh の応答の大きさを測り、3 つのエンジンで実際に読み込んで区切った。
| 読み込むもの | 大きさ | gzip 後 |
|---|---|---|
budoux@0.10.0/module/parser.js | 2,064 B | 972 B |
budoux@0.10.0/module/data/models/ja.js | 25,162 B | 8,619 B |
(参考)budoux@0.10.0 の index 全体 | 228,549 B | 83,260 B |
budouxを丸ごと読み込むと、中国語やタイ語のモデルと HTML を扱う部分まで入る。そのため 2 ファイルを個別に読み込む- 読み込みにかかった時間は、Chromium で 268ms、WebKit で 81ms、Firefox で 88ms だった(1 回だけ測った値で、ネットワークによって変わる)。3 つのエンジンで、区切った結果は同じだった
- esm.sh は
access-control-allow-origin: *と、1 年間キャッシュしてよいというcache-controlを返す。このブログは CSP を付けていないので、外から読み込んでも妨げられない - esm.sh を通さない(ネットワークを遮断した)状態でも、
Intl.Segmenterの区切りで読み込み・再生できることを確かめた。どちらで区切ったかは、状態の行に「by BudouX」「by Intl.Segmenter」と出る - 版は 0.10.0 に固定した。npm の最新は 0.10.2 だが、手元の npm の設定で、公開から日が浅い版を入れられなかった。0.10.0 は参考にしたページ(下記)が同梱している版と同じだ
6. 前後のコマをどう見せるか #
狭い画面では、前のコマを上、次のコマを下に半透明で出す。幅 768px 以上では、左右に並べる。
参考にしたページは、前後のコマを左右に並べていた。iPhone SE の幅(320px)では、中央のコマだけで 4 文字×38px ≒ 150px(コマの長さの中央値の場合)を使う。左右に残るのは各 80px ほどで、小さい字でも 2〜3 文字しか見えない。そのため狭い画面では上下にした。
スマホでは邪魔になるかもしれないので、表示は on/off できるようにした。タップとスワイプは、前後のコマを含む表示の領域全体で受ける。
7. /listen と何を共有するか #
何も共有しない。ユーザーが、skim.js を listen.js とは別にすると決めた。
ページの選び方(パスでの fuzzy 絞り込み)、貼った Markdown の描画、ブロックの集め方は、listen.js から写して持っている。サーバーに足したのは、ページを返すことと skim.js を配信することだけで、Go 版と MoonBit 版の両方に入れた。
MoonBit 版では assets/moon.pkg の監視対象に listen.js と skim.js を足した。それまでは listen.js を変えても、埋め込み直されなかった。
8. 再生中にブラウザーの負担が大きすぎないか #
最初の実装には無駄が 2 つあった。どちらも直した。
確かめ方は、Chromium(Pixel 7 のエミュレーション)で CDP の Performance.getMetrics を使い、レイアウトとスタイルの再計算の回数、処理時間を測った。1 回目の測り方では、記事 1 本を毎分 1500 文字で、CPU を 4 倍遅くして 10 秒(34 コマ)流した。2 回目の測り方では、状態ごとに 3 秒ずつ回数を数えた。
<progress> の値の更新が、レイアウトを何度も起こしていた #
2 回目の測り方で、表示する要素を 1 つずつ外して数えると、原因は <progress> だった。
| 状態 | レイアウト / 秒 |
|---|---|
| 再生中 | 17.7 |
| 一時停止中 | 0 |
再生中、<progress> を外す | 4.7 |
| 再生中、前後のコマを外す | 17.0 |
進み具合のバーを、transform: scaleX() で伸ばす div に替えた。transform はレイアウトを起こさない。
| 1 回目の測り方 | 直す前 | 直した後 |
|---|---|---|
| レイアウト | 393 回 | 66 回 |
| スタイルの再計算 | 411 回 | 79 回 |
| 処理時間の合計 | 201ms | 87ms |
| 再生中のレイアウト / 秒(2 回目の測り方) | 17.7 | 2.7 |
直した後は 1 コマあたり約 2 回になった。コマを入れ替えたあと、幅に収まるかを測るために 1 回、描くために 1 回、レイアウトが起きる。
タブを裏に回しても、再生が止まらなかった #
ブラウザーは、隠れたページのタイマーを遅らせるだけで止めはしない。そのため、見えないところでコマが進み、戻ったときに読んでいた位置が分からなくなっていた。
/skim のページが隠れたら(ほかのタブやアプリに切り替えた、スマホの画面が消えた)、visibilitychange で一時停止するようにした。テストでは、document.visibilityState を書き換えてイベントを送って確かめた。実際にタブを切り替えては確かめていない。
もともと問題がなかったこと #
- 一時停止中は、レイアウトもスタイルの再計算も 0 回だった
- 長い処理(50ms 超、
longtask)は一度もなかった。JS ヒープは 4.5MB だった - 再生を始めるときに記事全体(約 900 コマ)を区切る処理は、CPU を 4 倍遅くしても 12.9ms だった
- 画面を点けたままにするロック(Wake Lock)は、再生中だけかける。一時停止したとき、閉じたとき、ページが隠れたときに外す
そのままにしたこと #
BudouX は、/skim を開いた時点で esm.sh から取ってくる(約 10KB、gzip 後)。区切った結果を使わなくても取りにいくが、1 年間キャッシュされる。取りにいくのは skim.js を読み込む /skim だけで、ほかのページは取りにいかない。このままでよいとユーザーと決めた。
9. 表示時間をどう決めるか(Pace) #
ユーザーが毎分 1500 文字くらいで試し、表示時間にばらつきがあるように感じると言った。続けて「そもそも遅延時間のばらつきはストレスかも?」とも言った。
ばらつきの原因は何だったか #
タイマーのずれではなく、表示時間の決め方だった。タイマーのずれは数 ms しかない(3 節)。はじめの決め方には、ばらつきの元が 2 つあった。
- 表示時間がコマの文字数に比例する。2〜3 文字のコマはすぐ消え、長くて文末にあるコマは長く残る
- ブロックの終わりの 300ms と見出しの後の 700ms が、速さに関係なく固定だった。毎分 600 文字では 1 コマの中央値(500ms)より短いが、1500 文字では中央値(200ms)の 1.5 倍になり、流れが急に止まるように感じる
参考にしたページは、間をすべて速さに比例させ、文字数の効き方も 0.7〜1.8 倍に抑えていた。
3 つの決め方を比べる #
リズムを一定にすれば次のコマが出る時を目が予測できるが、長いコマは読み切る前に進みやすくなる。どこまで均すかで 3 通りの決め方を作り、記事 1 本(workers-subrequest-limit、926 コマ、1 コマ平均 5.1 文字)を毎分 1500 文字にして、各コマの表示時間を比べた。確かめ方は、/skim に記事を読み込み、ページの中で 3 通りの式をすべてのコマに当てた。
| 決め方 | 短いほう 1 割 | 中央値 | 長いほう 1 割 | 最長 | 長いほう ÷ 短いほう | 所要時間 | 長いコマの速さ |
|---|---|---|---|---|---|---|---|
| はじめの決め方 | 120ms | 200ms | 504ms | 1164ms | 4.2 倍 | 4.0 分 | 25 字/秒 |
| ほぼ一定 | 184ms | 225ms | 328ms | 574ms | 1.8 倍 | 3.7 分 | 49 字/秒 |
| 一定 | 205ms | 205ms | 205ms | 410ms | 1.0 倍 | 3.3 分 | 73 字/秒 |
「長いコマの速さ」は、1 秒あたりの文字数が多いほう 1% のコマが流れる速さだ。一定では、10 文字を超えるコマ(全体の約 4%)が 1 秒に 70 文字以上の速さで流れる。
名前を付けて選べるようにした #
どれも数行の違いしかないので、名前を付けてユーザーが選べるようにした。標準は Steady だ。
- **Steady**(標準): どのコマも、平均的な 1 コマの時間(その文書のコマの平均文字数ぶん)だけ出す。はじめはブロックの終わりだけ 2 倍にしていたが、次の節の測定を受けて、どこでも延ばさないようにした
- **Balanced**: その時間を、コマの文字数で 0.8〜1.4 倍の範囲だけ変える。文末で 1.5 倍、ブロックの終わりで 2 倍にする
- **By length**: はじめの決め方。ただし固定の間は、速さに比例する形に直した。ブロックの後に 3 文字分、見出しの後に 7 文字分を足す(毎分 600 文字のときの 300ms と 700ms に当たる)
どれも「文字数 × 60000 / 毎分の文字数」の形に揃えたので、速さを変えると間も一緒に縮む。平均の文字数は文書を読み込んだときに数える。
選ぶ欄は、再生の前のページにだけ置いた。再生画面の設定の行は、スマホの幅では速さのスライダーと前後の表示のスイッチで埋まっているからだ。選んだものは localStorage に残る。
ブラウザーでの確認(Chromium と WebKit)では、次のことを確かめた。
- Steady では、どのコマも同じ時間になる(はじめの版では、ブロックの終わりがその 2 倍になることを確かめた)
- 長いほう 1 割と短いほう 1 割の比が、Balanced で 1.8 倍、By length で 3.7 倍になる
- 選んだものが再読み込みのあとも残る
Steady でもばらつきを感じた:分布を詳しく見る #
Pace を入れたあとも、ユーザーは遅延のばらつきが気になると言った。そこで分布を詳しく調べた。
対象はユーザーが選んだ記事 /posts/why-ai-novel-is-bored で、1 ページに本文が 6 つの article として並んでいる。全部で 5,944 コマ、371 ブロック、1 コマ平均 4.1 文字になる。
速さは毎分 1500 文字にした。予定の表示時間は、ページの中ですべてのコマに delay() を当てて数えた。実際の間隔は、Chromium で 30 秒再生し、コマが入れ替わった時刻を MutationObserver で記録した。
予定の表示時間の分布(CV は標準偏差÷平均で、ばらつきの目安):
Steady(ブロックの終わりで 2 倍、CV 0.23)
150-200ms ████████████████████████████████████████ 93.8% ← 162ms
300-350ms ███ 6.2% ← ブロックの終わり(324ms)
Balanced(CV 0.33)
100-150ms ████████████████████████████████████████ 48.3%
150-200ms █████████████████████████████ 34.7%
200-250ms ███████ 8.8%
250-500ms ███ 8.2%
By length(CV 0.63)
100-150ms ████████████████████████████████████████ 46.4%
150-250ms ███████████████ ×2 34.8%
250-500ms ███ 15.0%
500ms 以上 █ 3.8%(最長 1128ms)中央値の 1.5 倍を超えて止まるコマがどのくらいの間隔で来るか:
| Pace | そうしたコマの割合 | 間に入るコマ数(中央値) | 間に入るコマ数(短いほう 1/4) |
|---|---|---|---|
| Steady(ブロックの終わりで 2 倍) | 6% | 13 コマ(約 2 秒) | 7 コマ |
| Balanced | 8% | 11 コマ | 7 コマ |
| By length | 19% | 4 コマ | 2 コマ |
実際の間隔は、予定より 1〜3ms 遅れるだけだった(どの Pace でも最大 3.2ms)。タイマーはばらつきの原因ではない。
Steady でリズムが崩れていたのは、ブロックの終わりだけだった。この記事は短い段落やリストが多いので、それがおよそ 2 秒に 1 回起きていた。
ユーザーは、次の 3 つの案から「ブロックの終わりでも延ばさない」を選んだ。
- ブロックの終わりでも延ばさない
- 延ばす代わりに、何も出さない拍を 1 つはさむ
- 長いコマを分ける
直したあとの Steady は、5,944 コマすべてが 162ms になった(CV 0.00)。実際に再生した間隔も、長いほう 5% まで 163〜165ms に収まった。
時間以外のばらつきとして、コマの長さが残っている。Steady では、2 文字のコマも 9 文字のコマも同じ時間で消える。
2 文字 ████████████████ 14.2%
3 文字 ████████████████████████████████████████ 36.5%
4 文字 ██████████████████████ 20.5%
5 文字 ████████████ 10.5%
6〜8 文字 ███████ ×3 13.9%
9 文字以上 ██ 3.8%ユーザーが試したところ、長いコマでも遅いくらいで、読み切れないことはなかった。長いコマを分けることはしない。
決めたこと #
ユーザーと決めたことは次のとおり。
- 名前は
/skim - 速さは「毎分の文字数」で、300〜3000、初期値 600(はじめは 1500 までだったが、もっと速くしたいというので広げた)。再生の前に決められ、再生中も変えられる(ステージのスライダーと ↑↓ キー)。値は
localStorageに残る - 表示時間の決め方は Steady / Balanced / By length から選べ、標準は Steady(一定)。Steady は、ブロックの終わりでも延ばさない
- 長い英数字は分ける
- 操作はボタンと、タップ(一時停止)・スワイプ(左で次の文、右で前の文)の両方を用意する。邪魔になったら、どちらかを消す
- 前後のコマの表示は on/off できる
参考にしたもの #
- quanon.github.io/rsvp(ユーザーが教えてくれたもの。
index.html、segment.js、app.jsを読んだ)- 前後のコマを中央の左右に
opacity-25で出し、中央の上下に注視点の印を付ける - BudouX 0.10.0 を同梱して区切り、助詞や 1 文字のひらがなをつなぎ直す後処理を足す。BudouX がないときは
Intl.Segmenterで区切る - 速さの単位は「文節/分」(100〜1000)。読んだ位置と速さを
localStorageに残す。コードブロックは「〔コード省略〕」の 1 コマにする - ここから取り入れたのは、前後のコマの表示と、BudouX+つなぎ直しという考え方だ
- 前後のコマを中央の左右に
まだ確かめていないこと #
- 実機(iPhone の Safari、Android の Chrome)での表示と操作、Wake Lock。調べたのは、デスクトップの 3 つのエンジンでのエミュレーションだけ
- タブを裏に回したときに Wake Lock が外れ、戻ったときにかけ直す必要があるか。仕様ではそうなっていて、
skim.jsはvisibilitychangeでかけ直しているが、動きは確かめていない - 読みやすい速さ。体感で調整する必要がある
- MoonBit 版を Worker(
make dev)で動かしたときの/skim。テストとmake checkは通っている - 参考にしたページにある、読んだ位置の保存と「〔コード省略〕」の表示は取り入れていない
- 実機での電池の減り具合
実験に使った試作とスクリプトは /tmp/html-sandbox/rsvp/ に置いていて、リポジトリには入れていない。