CodeKitHub
Textverktyg

Bionic Reading-konverterare

Senast uppdaterad:

Bionic Reading fetmarkerar en kort inledande del av varje ord — den del hjärnan använder för att känna igen ordet — så att dina ögon kan hoppa rakt vidare till nästa istället för att skanna varje bokstav. Klistra in valfri text, välj hur starkt effekten ska vara och kopiera resultatet som HTML redo att klistras in.

Preview

Vad är detta verktyg?

Bionic Reading är en textformateringsteknik som fetmarkerar de första 30-50% av bokstäverna i varje ord. Idén, som populariserades av appen Bionic Reading och tagits upp av flera e-boksläsare och webbläsartillägg, är att läsarens hjärna redan förutspår resten av ett ord utifrån dess första bokstäver — att fetmarkera den fixeringspunkten skapar en visuell ankarpunkt som kan minska hur länge ögat behöver dröja vid varje ord.

Det här verktyget tillämpar samma regel på klientsidan: för varje ord fetmarkeras round(längd × förhållande) bokstäver (minst en) och resten lämnas i normal vikt, varefter du kan kopiera resultatet som HTML med riktiga <strong>-taggar som du kan klistra in i en redigerare, ett e-postmeddelande eller en webbsida.

Varför använda det?

  • Tre intensitetsförinställningar (lätt/medel/stark) så att du kan anpassa effekten efter din egen läsestil eller textens densitet.
  • Direktförhandsvisning uppdateras medan du skriver — ingen separat "konvertera"-knapp behövs.
  • Kopiera som riktig HTML (<strong>-taggar), redo att klistras in i ett blogginlägg, en anteckningsapp eller ett e-postmeddelande som stöder rik text.
  • Körs helt i din webbläsare — inget du klistrar in skickas någonstans.
  • Gratis, inget konto krävs, ingen längdbegränsning.

Så använder du det

  1. Klistra in eller skriv din text i inmatningsfältet.
  2. Välj en fetmarkeringsintensitet — lätt, medel eller stark.
  3. Se hur direktförhandsvisningen nedan uppdateras automatiskt.
  4. Klicka på "Kopiera som HTML" för att kopiera det formaterade resultatet, inklusive <strong>-taggarna.

Exempel

Inmatning

Bionic Reading bolds the first part of each word

Resultat

𝐁ionic 𝐑eading 𝐛olds the 𝐟irst 𝐩art of 𝐞ach 𝐰ord (visas som fetmarkerad text, inte bokstavliga fetmarkerade Unicode-tecken)

Den faktiska utdatan använder riktiga HTML <strong>-taggar, inte fetmarkerade Unicode-tecken — så den förblir markerbar, sökbar och tillgänglig, till skillnad från vissa andra "fetmarkerad text"-verktyg.

Vanliga frågor

Är det vetenskapligt bevisat att Bionic Reading ökar läshastigheten?

Bevisen är blandade. Vissa läsare rapporterar att det verkligen hjälper dem att fokusera och skumma snabbare, särskilt vid tät eller obekant text; kontrollerade studier om läshastighet och förståelse har inte hittat en konsekvent, stor effekt för alla, och vissa läsare tycker att det är mer distraherande än hjälpsamt. Det är värt att prova på ditt eget material för att se om det fungerar för dig personligen, i stället för att anta att det gör det.

Hur mycket av varje ord fetmarkeras?

En fast procentandel av varje ords antal bokstäver, avrundad till närmaste hela bokstav, med minst en fetmarkerad bokstav även för mycket korta ord. "Lätt" fetmarkerar cirka 30% av varje ord, "Medel" cirka 40% och "Stark" cirka 50% — längre ord får proportionellt fler fetmarkerade bokstäver än korta.

Kan jag klistra in resultatet i Word, Notion eller ett e-postmeddelande?

Ja — "Kopiera som HTML" kopierar riktiga <strong>-taggar. Appar som accepterar inklistrad HTML (de flesta rich text-redigerare, många e-postklienter, Notion, WordPress) visar fetmarkeringen direkt. Destinationer som bara accepterar oformaterad text (som en kodredigerare eller ett vanligt textfält) visar istället de bokstavliga HTML-taggarna, eftersom de inte renderar markup.

Fungerar det här för andra språk än engelska?

Det fetmarkerar alla sekvenser av latinska bokstäver, inklusive accenttecken (é, ñ, ü, osv.), så det fungerar relativt bra för de flesta västeuropeiska språk. Det hanterar för närvarande inte icke-latinska skriftsystem (kinesiska, arabiska, kyrilliska, osv.) — Bionic Readings koncept att "fetmarkera ordets början" går ändå inte att applicera rent på skriftsystem utan samma ordigenkänningsmekanik.

Relaterade verktyg