國際聾人節：Google 將科技與無障礙設計結合
2018 年奧斯卡最佳真人短片《沉默的孩子》中，當媽媽出門前對莉比說 “拜拜莉比，愛你” 的時候，聽不見的莉比只是看著電視，然而在影片結尾，當莉比隔著圍欄對家教老師用手語比出 “我愛你” 的時候，莉比對 “表達” 與 “被理解” 的渴望直擊人心。
今年的 9 月 26 日是第 64 個國際聾人節。據世界衛生組織數據顯示，全球有 15 億人患有某種程度的聽力損失，人工耳蝸和助聽器是他們的 “義肢”，慢速播放是他們在互聯網生活中的常態。好在，科技更迭，給聽障人群帶來了更多的可能。
打破 “障礙”，讓每個人能平等地探索生活和世界。這也成為包括 Google 在內，許多科技企業、社會機構關注的方向。
人工耳蝸語音增強技術研究
許多耳聾或聽障人士無法輕易獲得無障礙服務來輔助日?？谡Z對話，助聽器雖然有所幫助，但對于聽力受損嚴重甚至耳聾的人士，就需要借助人工耳蝸（CI）。人工耳蝸是一種電子設備，通過外科手術放入內耳中，并通過外部聲音處理器將聲音信號轉換為電信號，刺激耳蝸殘存的聽神經，從而產生聽覺。CI 領域仍然面臨的主要挑戰是如何最好地處理聲音，即如何將聲音轉換為電極上的脈沖使它們更易于理解。Google 對人工耳蝸進行了探索性研究，實驗了一些增強 CI 用戶對語音的理解的辦法。
2019 年，Google 在一個小型內部項目中，邀請參與者聆聽了 60 個預錄制/預處理的音頻樣本，并請他們對舒適度進行評分。結果顯示，聆聽使用噪聲抑制器處理過的語音，舒適度和理解度通常都會增加，證明語音增強預處理器（特別是噪聲抑制器）可用于處理器的輸入，增強用戶在嘈雜環境中對語音的理解。
語音增強網絡被訓練為抑制非語音，包括音樂，所以需要采取額外措施才能保留這一重要的用戶享受。為此，Google 創建了原始音頻與降噪音頻的 “混合”，以便讓足夠多的音樂通過以保持可聽性。在抑制非語音（例如噪聲和音樂）的語音增強模塊，Google 將原始音頻轉換成神經網絡可使用的形式后，通過 AI 模型生成聲音特性，并根據這些特性生成兩個 “掩碼”，分別作用于語音和非語音，然后通過將 “掩碼” 與特性相乘，把分離的語音和背景音重建回音頻域，最后進行混合一致性處理，提高音頻質量。該模型對每 2.5 毫秒的輸入音頻進行估算，因此可以實時使用。
Google 通過研究展示了未來功能更強大的人工耳蝸可以實現的性能，也憑借該成果，在由人工耳蝸制造商 Advanced Bionics、加州大學舊金山分校和明尼蘇達大學共同舉辦的 2020 Cochlear Implant Hackathon 比賽中獲得第二名。
為視頻會議軟件開發實時手語檢測模型
大部分視頻會議軟件無法識別手語，因此當參會者需要通過手語進行交流時，他們無法被判斷為發言人。Google 認為，視頻會議作為人們工作生活交流的重要平臺，每個人都應該能夠平等地使用它們，尤其在疫情限制出行的情況下。于是，Google 開發了實時手語檢測模型，通過人體姿勢來判斷參會者是否正在使用手語 “說話”。
因為需要使用大量視頻源作為輸入來執行分類，所以 Google 設計了一個輕量級的模型，減小對 CPU 的消耗，以最大程度避免檢測過程對通話質量的影響。當檢測模型確定用戶正在使用手語，它會通過虛擬音頻電纜傳遞超聲波音頻，這雖然超出人類的聽覺范圍，但可以被視頻會議軟件檢測到，并認為是用戶正在發出聲音。
Google 對該檢測模型進行了用戶體驗調查，參與者在視頻會議期間像往常一樣通過手語進行交流，或是參與者之間相互 “對話”，或是用手語和使用語音的用戶進行交流。在這個過程中，手語被視為可聽語音，成功觸發了會議系統的 “麥克風” 圖標，將參會人員的注意力吸引到手語參會者。參與者對檢測模型也給出了積極的評價。
為耳聾或聽障人士設計應用
除了通過相關研究尋求幫助殘疾人日常溝通的方法，Google 也持續開發輔助應用不斷優化產品無障礙設計，以下介紹三款專門針對耳聾或聽障人士設計的應用。
Live Transcribe & Sound Notifications 是 Google 與加洛迪特大學合作開發的應用，可與 Android，Wear OS 等系統適配，支持 80 種語言或方言。“實時轉錄” 功能利用先進的自動語音識別和聲音檢測技術，實時將語音轉換為文字，幫助耳聾或聽障人士理解對話?！爸匾曇敉ㄖδ堋?則通過通知、閃光燈閃爍或手機振動提醒用戶身邊正在發生的關鍵聲音，例如火警或門鈴響起，以便用戶快速響應。
Live Caption 是一個自動字幕系統，會自動為用戶設備上的視頻、播客、電話、視頻通話、音頻消息、錄制的內容生成實時字幕，目前 Pixel 手機，Google Meet，Chrome 都已添加該功能。
Sound Amplifier 是一款 Android 輔助功能應用，通過過濾背景噪音而不過度增強 “重要的聲音” 來提高清晰度。為了用戶可以更加直觀的了解 Sound Amplifier 是如何檢測并增強聲音的，該應用添加了音頻可視化功能，即使用戶聽不出聲音增強前后的區別，也可以知道聲音增強的幅度。
構建一個無障礙的世界，需要全社會共同的努力。這些特殊的日子只是一種喚醒：對殘疾人士的關愛不能止步于此。希望未來有更多的科技創新幫助打破 “障礙”，讓所有人都能相互交流和理解。
相關文章
-
支持原生智能語音交互，科沃斯發布首款家用服務機器人3.0產品 | 鈦快訊
科沃斯首次提出“家用服務機器人3.0”概念鈦媒體9月15日消息，科沃斯機器人召開主題為“多維進化”的新品發布會，帶來包括行業首款全能掃拖機器人地寶X1家族、AI智能語音助手YIKO以及多功能空氣凈化機器人沁寶Z1等新品。同時，科沃斯也通過提升家用服務機器人在功能性、智能性和交互性上的體驗，首次提出了“家用服務機器人3.0”的概念。新發布的科沃斯地寶X1家族，其定位是全能掃拖機器人，在清掃方面，地寶...
2021-09-16 06:56:10 機器人清潔自然語言 -
【鈦晨報】小i機器人向上海高院提出iPhone停售禁令；貝殼否認赴港上市傳聞；虎牙小鹿陪玩、歡聚Hello語音等7款陪玩軟件被無限期下架
圖片來源@視覺中國【鈦媒體綜合】近日，小i機器人（上海智臻智能網絡科技股份有限公司）向上海市高級人民法院提出行為保全申請（禁令），要求蘋果公司立即停止涉及Siri的專利侵權，停止生產、銷售、許諾銷售、進口、使用，侵犯ZL200410053749.9發明專利的iPhone產品。上海市高級人民法院已于昨日接受小i提出的禁令申請，案件持續審理中?！靶機器人”方面表示，小i機器人是中國發明專利ZL200...
2021-09-08 07:49:52 機器人蘋果公司華為 -
小米語音消息斷點播放專利獲授權，可避免重新播放已播放過的語音消息
企查查APP顯示，近日，北京小米移動軟件有限公司“語音消息播放方法及裝置”專利獲授權，公開號為CN109245997B。企查查專利摘要顯示，所述方法包括：在播放即時通訊應用中的語音消息過程中，響應于第一觸發信號，暫停播放所述語音消息并設置斷點；通過接收響應第二觸發信號，從所述斷點處開始播放所述語音消息。本公開實施例避免了從頭開始播放語音消息時，重新播放已播放過的語音消息，提高信息獲取的效率。...
2021-08-09 18:02:00 語音消息所述 -
李小璐否認曾撩吳亦凡 曾被小G娜爆給吳亦凡發曖昧短信和語音
李小璐因為感情問題遭到了娛樂圈的封殺，雖然有很多男明星都犯過感情上面的錯誤，但是娛樂圈對于女性就是非常的嚴苛，所以現在網絡上面也會有人替李小璐憤憤不平。李小璐很早之前就傳過不少緋聞，還被小G娜爆料過她給吳亦凡發曖昧短信和語音。近日李小璐否認曾撩吳亦凡，引發大家的圍觀與熱議，具體是怎么一回事呢？ 李小璐...
2021-07-21 21:58:44 亦凡曖昧語音 -
小冰公司完成 A 輪融資，發布新一代自然語音技術
小冰公司已完成A輪融資，本輪融資由高瓴領投，五源、Neumann、IDG、GGV紀源資本及上輪投資人北極光與網易公司跟投。同時，小冰公司發布了最新的超級自然語音技術，該技術首次將人工智能語音自然度提升到與真實人類聲音幾乎無法分辨的程度，并支持通用全域場景。據了解，此次發布的小冰超級自然語音技術，突破了單一場景限制，使人工智能交互主體能夠在說話、交談、歌唱等人類全場景中，進行高度擬人交互。目前，小冰...
2021-07-12 09:56:25 微軟人工智能語音 -
專家解讀智能語音發展：數據和算法仍存瓶頸，2B應用潛力更大
【獵云網北京】7月7日報道7月6日下午，搜狐科技主辦的《中國創新公司100》沙龍第二期成功舉辦。清華大學人工智能研究院聽覺智能研究中心主任鄭方教授、聲智科技聯合創始人&首席知識官常樂、科大訊飛AI研究院副院長陳志剛，共同探討了智能語音技術的發展趨勢，并分享了對智能語音商業化的思考。《中國創新公司100》是搜狐科技今年重磅打造的一檔欄目，主要聚焦5G、AI、芯片、制造、出行、零售、社交等領域內的技術...
2021-07-07 22:57:15 技術語音智能 -
“語音識別方法及系統”發明專利榮獲中國專利金獎
第二十二屆中國專利金獎獲獎名單近日公布，科大訊飛“語音識別方法及系統”發明專利榮獲金獎。???語音語言是作為最自然便捷的交流方式，是人類社會的瑰寶。人類社會邁向智能時代之際，語音交互已成為智能設備的關鍵入口，將引領萬物互聯時代交互變革，深刻影響并改變人類的生活和生產方式，而語音識別作為語音交互的基礎性關鍵核心技術，其重要性不言而喻。???據了解，此次獲獎專利通過提出“靜態+動態”網絡空間實時...
2021-06-29 12:54:03 人工智能語音智能 -
AI語音識別企業“云知聲”正式開始D輪融資，摯信資本領投
企查查APP顯示，6月24日，國內人工智能獨角獸企業云知聲智能科技股份有限公司正式開始D輪融資，截止目前已完成D1輪次近1億美元的交割，本輪融資由摯信資本領投，啟明創投、磐谷創投跟投。企查查信息顯示，云知聲專注于物聯網人工智能服務，擁有完全自主知識產權，是世界領先的智能語音識別AI技術企業之一。公司成立于2012年6月，法定代表人為梁家恩，注冊資本6357.34萬元人民幣，經營范圍包括：計算機軟硬...
2021-06-24 11:56:40 人工智能融資啟明 -
網易有道AI語音團隊負責人孫艷慶：AI技術如何更好與硬件結合｜2021 CTIS
網易有道AI語音團隊負責人孫艷慶6月9日，首屆CTiS2021消費者科技及創新展覽會在上海新國際博覽中心正式開幕。在鈦媒體聯合CTiS共同打造的“AI·創新數字生活主題論壇”上，網易有道AI云團隊負責人孫艷慶博士分享了AI技術在網易有道智能硬件中的一些應用。網易有道產品，除了智能硬件之外，還有大家熟悉的有道詞典等工具類的產品，以及精品課在線類的學習服務，包括數字類的教育。這里面有哪些AI技術，以及...
2021-06-11 17:49:00 英語技術網易 -
MARSHALL Emberton：沒有語音助手的小音箱還值得買嗎？
上世紀五十年代，搖滾樂開始在戰后繁榮穩定的美國興起。幾年后，大洋彼岸的倫敦，在一間小作坊內誕生了第一臺MARSHALL音箱。伴隨著英國搖滾的另類魅力，MARSHALL音箱開始流行。如今，這個品牌的音箱依舊活躍在很多人的案頭，尤其是小紅書上時尚博主的照片里，往往能看到它們的身影。不久前，MARSHALL推出了新款Emberton系列音箱，一直以來，Emberton都是MARSHALL便攜音箱系列中最...
2021-05-10 18:07:44 音箱藍牙的是
| 留言與評論（共有 0 條評論） |
