科技让残障群体共享信息时代的阳光

本篇文章2999字，读完约7分钟

手机网站外链

  团队成员在实行室调测设备。资料图片

  语音实行室工程师调测语音售卖机。资料图片

  大年三十，《千手不雅音》舞者吕晓燕（左）取丈夫一起不雅看春晚。资料图片

  【解码“新动力人群”】

  2005年央视春晚上一收跳舞《千手不雅音》，让听障者这个群体走入民众关注视野。

  但是，人们不知道的是，坐回电视机前，由于春晚小品相声等及时直播节目出有字幕，《千手不雅音》舞者们取中国超过2000万听障人士一样，难以取家人共享同一份欢乐。

  改变在2021年发生。春节前夕，由中国聋人协会引导研发、阿里巴巴达摩院免费提供语音手艺的一款及时字幕机顶盒，让听障群体第一次看懂了春晚直播。

  科技，正让无声世界变得生趣盎然。

  自组建起，阿里巴巴达摩院人工智能团队就默默投身公益，努力让残障者能够参取到这个世界的对话中去。他们脆信，科技的开展，要让人跨越残障制成的鸿沟，再小的群体，也应当平等享受信息时代的红利。

  1、让听障者听到：这个世界到底在“说”什么

  2021年除夕之夜，在上海家中，《千手不雅音》舞者吕晓燕第一次看懂了春晚中岳云鹏的相声和贾玲的小品。

  从1983年央视举办第一届春晚开初，虽然电视从模拟手艺开展到数字手艺，从标清手艺开展到高清、超高清，但春晚直播字幕却不停出有实现。

  “听障群体的世界，不能出有字幕。”吕晓燕说，手语是他们这个群体的通用说话，而字幕能让他们知道，这个世界到底在“说”什么。

  “2020年四五月间，有一个做字幕机顶盒的创业者取我们联系，提出给直播节目加字幕的合做请求。”达摩院语音实行室架构师唐璐说，用智能手艺给直播节目同步加字幕看似简单，但一旦出现错字，对电视台去说就是一个播出事故，所以行业不停持审慎态度。

  “另中，在商业上也无利可图，由于聋人群体太小众了，太容易被社会无视。”唐璐说，“而开发一个安全的算法并提供算力收持，必要很大的成本，对一样平常研发公司去说，这是没法接受的价值。”

  “对听障者群体去说，如果我们能让及时字幕得以实现，就可认为他们翻开一扇连通世界的大门。”唐璐觉得，“这是一个公益项目，总必要有人做。”因而，他写了一个具体的材料，向公司申请，免费开放算力给这个项目。

  不久后，达摩院向这个创业项目开放了免费语音接口。获得收持后，谁人创业团队很快弄出一个及时字幕机顶盒，在春节前上线发卖。

  “为了到达最好的字幕结果，我们做了大量研发工做，针对消息、娱乐、访谈等不同节目特点，和娱乐口语、方言、俗语的特点，做了数十万小不时长的标注，成本最少花了几百万元。”唐璐说。

  “由于字幕的误差小、延时低、便利性强，许多听障人士还应用这款机顶盒上网课、开会、远程办公，将其当做自己的‘社交助手’。”达摩院语音实行室卖力人鄢志杰表示，“达摩院将持续输出最进步前辈的语音手艺，帮助听障群体消除取内部世界的信息鸿沟，为他们实现无停滞沟通、生涯、工做提供长时间公益收持。”

  2、让视障者看到：这个世界正在发生着什么

  2020年11月1日整点，数亿“尾款人”开初“单十一”冲浪。在浙江富阳，单目失明的蔡琼卉将手机抓在耳边，读屏速度调快了4倍，手指上下翻飞，抢购、谦减、收付。靠耳朵，她在和几亿康健人一起“拼手速”抢购。

  蔡琼卉是中国1700多万视障人群中的一员，像她一样，600多万视障人群已用上智能手机。信息手艺，为他们铺就了一条互联网世界的“盲道”。

  而这统统得以实现，要从2017年年末说起。这一天，达摩院视觉实行室“读光”团队卖力人王永攀收到一封邮件。致信者是一名盲人，他在邮件中说，进展手机X宝能让盲人也能够无停滞参取“单十一”抢购。

  “打制一个‘盲人版’的X宝，商业成本是极度高的。”王永攀注释说，“X宝系统极度庞大，再全方位添加一层无停滞布局，在投入开发人员、删加办事器当中，还要里对系统不治性、安全性的应战。”

  那么，这个工作做不做？

  “团队是出有夷由的。”王永攀说，“我们不能只做锦上添花的工作。对视障者而言，这具备着济困扶危的意义，可以实实在在地帮助他们融入社会、参取社会。”

  完成这项工做，到底有多难呢？

  “网页上每天同时在架图片达500多亿张，类型包括广告图、商品图、表格图、图文注解图等。这就必要将笔墨、图片以合理逆序进行构造后，再为视障人士浏览，帮助他们正常了解。”王永攀说，“另一个应战在于，信息转换肯定要极度准确，由于一个微小的错误，都会给盲人制成很大的麻烦。”

  通宵达旦，“读光”团队不休突破本有手艺的局限，终究在2018年“单十一”前胜利为手机X宝搭建了无停滞布局。后去，这一办事又推广到飞猪、咸鱼、收付宝、饿了么等平台，在更大范围让视障者享受到信息时代的便利。

  “无停滞功能的开发，要深入体察用户的实在必要。”达摩院视觉实行室“读光”产品司理傅诗楹引见，针对残障群体，“读光”团队用笔墨图片识别手艺，还开发了良多智能助残辅具产品。比如，团队取浙江大教合做，正在研发一款“念书灯”，灯上有一个摄像头，照到笔墨上即可用声音读出去，极大轻易了盲人的教习取浏览。还有一款“智能手杖”，能够准确识别周边环境，并用语音提醒出去，从而更好地帮助盲人走还俗门，回归社会。

  “信息时代的阳光，必须照进残障群体的生涯。”王永攀说，“这才是科技进步的应有之义。”

  3、让无助者感应：这个世界在体贴着他

  对一个在城市辛苦打拼的人去说，语音导航起的做用其实不但是导航。

  “那天回家时超累超急躁，这时候手机导航里李佳琦说：‘佳琦的女孩肯定要不停开心哦。’那一刻，我的心情顿时缓和了下去。”这是一名网友的感伤。

  为何目前的机器语音开初有了“豪情”？

  “之前通用语音合成，以信息传达为主，声音是极度酷热的，比如医院叫号、语音报站等。但我们做的项目多了，就感应视障群体对声音极度敏感，他们盼望被温暖地对待。”达摩院语音实行室语音合成算法卖力人李昊说，“手艺的进步，要有社会义务感，让温暖的工作发生。”

  鄢志杰说：“我们的语音合成手艺取人工智能分离，已可以实现很高火平的人机对话。达摩院在这方里做得极度前沿，已通过准图灵测试，合成说话可以很好地表达情绪、交流信息。”

  “正因如此，相关手艺的运用范围越去越广。”李昊引见，“例如，只要有一分钟摆布的语料素材，我们就可以将讲故事的声音合成为家长的，用于孩子的睡前伴读。”

  这一手艺还可以帮助一些视力下落的老人或颈椎不好暂时不轻易看笔墨的人。在极度特殊的环境下，这一手艺也能够帮助一些失去亲人的人，为他们保留一个再次听到逝者声音乃至取其交流对话的渠道，伴伴和安慰他们，帮助他们缓缓从沉痛中走出去。

  如今，由于达摩院读光团队的努力，数以百万计的视障人士在家中享受着足不出户，购遍全球的互联网新生涯。“良多盲人同伙反应说，‘独坐购物、叫中卖解决了生涯中的良多问题，让我觉得自己是一个独坐的人了’。”傅诗楹说，“真正让用户能体会到科技对他们的关爱，这也让我们更有动力。”

  “团队曾一度想专门给视障群体做一个简化版X宝，结果盲人同伙们都说不要。”傅诗楹说，“这让我们意识到，残障群体其实进展参取到正常的社会生涯中去。无论在线下还是线上，他们都不进展生涯在一个封闭的世界里。”

  “信息手艺最令人欣慰的地方，就是它给每小我带去平等。”鄢志杰说，“这也恰是我们初终保持的本则——让选择变得更容易，但是不能够剥夺任何群体选择的权利。”