我可以看到你说的话了 科技的意义在于，当上帝关上一道门的时候，打开一扇窗。 一位听障博主的开箱视频，在 TikTok 拿下了 80 万点赞，夙愿得偿，喜极而泣，最纯粹的情感迸发的力量，打动了素昧平生的观众。
▲ 图片来自：TikTok@chrissymarshall_ 她手里拿着一个盒子，边笑边流泪，比着手语，努力地说出完整的句子：「我等待这个盒子里的技术很多年了。」 盒子里装的是一款字幕眼镜，外形和普通眼镜没什么两样，却让她可以「看到」周围的声音，那些过去听不清的声音，变成了一行行亮绿色的、科幻感的字幕。 根据视频里的信息，这位博主用的眼镜叫作 Hearview，专为听障人士设计，今年 5 月发布，来自国内的一家科技公司，但不面向国内，市场在海外。 它可以用来娱乐，看电影、看视频、看《黑神话：悟空》的游戏直播。 从刷《老友记》的体验视频来看，文本略有些滞后但准确，配对的手机 app 还可以区分不同的说话人。 同时，它也可以用在面对面的对话，方便听障人士在餐厅点餐、在超市购物、和导购聊天、开车时导航…… HearView 的原理说起来并不复杂，和手机 app 配对，通过智能手机的麦克风捕获声音，AI 算法实时语音转文字，字幕显示在眼镜上。 如果听障人士需要回复他人，可以在 app 输入消息，将文字转换成语音。过往的字幕，也保存在 app 中。 HearView 自称，语音转文字的准确性达到 95%，最远转录 10 米外的语音。说到这里，一个问题呼之欲出：菜市场等吵闹环境里表现会变差吗？ 虽然 HearView 表示手机 app 具备噪音消除功能，但我翻遍了各种体验视频，并没有找到嘈杂环境里的实测，所以很难探究效果如何。 官网只提到了一些参数信息，续航 7 小时，重 52 克，适合全天佩戴，还配备了振动和视觉警告，提醒用户注意可能的危险。 轻便，耐用，听起来让人很想剁手，但它实在太贵，很难交个朋友——1799 美元，约 12800 元人民币。 而且，Hearview 存在很大的进步空间，目前它只支持英语和西班牙语，计划支持德语和法语，还不能实现语言的互相翻译。 文本的颜色只有亮绿色，虽然确保了在各种屏幕和照明条件下都可读，然而用户没有选择，就是美中不足。 但存在，便意味着价值。字幕早已是很多人生活的一部分，这还不够，它理应以更方便、直观的形式，陪伴在最需要的人左右。 字幕眼镜虽多，但生活里的挑战更多 实时字幕眼镜，其实并非新鲜事，放在 2 年前，甚至是一个热潮，诞生过不少有趣的项目，但都很难尽善尽美。 英国 AR 初创公司 XRAI，开发了兼容多款 AR 眼镜的语音转文字应用 XRAI Glass。 然而，《连线》杂志记者戴上一款和 XRAI Glass 兼容的 AR 眼镜后发现，语音转文字固然好，但使用过程中，总有这样那样的摩擦。 先是使用体验上的，如果佩戴人工耳蜗和助听器，再戴眼镜可能会不舒服，虽然这款 AR 眼镜已经很轻，但和普通眼镜相比依然厚重。 而且，语音转文字在背景噪音大和多人讲话的时候，效果并不好，实用性大打折扣。 价格也是一个问题，300 多美元的 AR 眼镜已经让钱包隐隐作痛，XRAI Glass 还需要每月花几十美元订阅套餐，像很多语音转文字的软件那样，只能说并不意外。 国内也有类似 Hearview 的产品——亮亮视野的听语者字幕眼镜，分为助听版和翻译版，可以理解普通话、方言和外语，并且支持跨语种翻译。 它的使用方式和 Hearview 相近，下载可译 app，眼镜和手机进行蓝牙配对，用 Wi-Fi 或者热点连接网络，手机端实时语音转文本，眼镜端显示文本。 不过有用户在 App Store 反馈，听语者对方言的支持还是不够多。这是一个非常必要、却也艰难的优化方向，听力不好、习惯说方言的老年人，恰恰最需要这类产品。 也有 YouTube 博主评测发现，听语者的语音识别率高，速度也快，但口音很重的话，识别率会变低。 ▲图片来自：YouTube@科技小助手 如果不拘泥于眼镜的形态，耶鲁大学和斯坦福大学的学生设计的一个产品原型很有意思，叫作 Transcribe Glass。 它不是一副眼镜，而是一个平视显示器，可以卡在眼镜的镜框上，开箱即用，将设备连接到 iOS 和 Android 的配套 app，让用户选择自己喜欢的语音转文本软件。 生成的字幕会通过低功耗蓝牙传输到设备，并实时叠加在用户的现实视野中。难得的是定价也格外友好，95 美元，但连测试版都还在候补，直到现在也查不到落地的信息。 除了专注语音转文字的产品，面向所有人的多功能 AR 智能眼镜，往往也包含了字幕功能。 国内价位在两三千的一体化无线智能眼镜，基本都支持语音转文字和多种语言的实时翻译，但转译效率，可能不如专为听障人士打造的 AR 眼镜，持续开着语音转文字时，续航也是一个问题。 当我咨询某个头部的智能眼镜品牌，得到的答案是「不建议听障人士使用」。 ▲10 月 22 日，咨询某智能眼镜品牌客服 其实，这种产品最适合大厂出手，特别是 Google，在语音识别、机器翻译和 AR 方面都有深厚的技术积累，实时语音转文字和翻译的能力都遥遥领先。 Google 在 2022 年 I/O 推出了一款可以实时翻译的 AR 眼镜，支持 24 种语言，甚至支持美国手语，字幕就在对话人旁边，不过也只是原型演示，没有下文了。 科技向善是字幕眼镜的大前提，种种的「吹毛求疵」，其实是抱着殷切的心情，希望产品不满现状，不断进化，再做一次，再改进一次，变得更好一点。 字幕是一种权利，像看电影一样看世界 世界卫生组织统计，全球约有 4.66 亿人患有听力损失，其中超过 900 万人为重度耳聋。 即使使用了人工耳蜗或助听器，听障人士理解别人在说什么，仍然需要集中注意力，同时，一些发音相近的词语，光靠唇读难以区分，在理想条件下，英语中只有约 40% 的语音信息，能通过说话者的唇部动作捕捉。 这也是为什么，一个听力障碍的世界，需要文字作为补充。很早之前，就有人为之努力了。 古巴裔美国默片演员艾默生·罗梅罗，同时也是一位听障人士，在 1947 年开创了有声电影的字幕。 默片时代，观众可以通过电影画面和插入的文本了解故事情节，但当有声电影兴起，许多像他一样的听障观众反而失去了看电影的机会，因为他们无法听到台词，电影又缺乏字幕。 于是，罗梅罗决定自己手工制作字幕：当时的电影通过胶片播放，他将胶片切片，并在帧之间插入带有字幕的图像。 后续的字幕技术，可以看作是罗梅罗精神的延续，同时，也有了更多方便听障人士看电影的设计，比如，一些美国电影院提供预制字幕的眼镜。 2012 年，索尼推出了一款提供给部分影院的 CC 字幕眼镜，与普通字幕不同，CC 字幕不仅包含对话内容，还包括非语言信息，如背景音乐、音效、环境声音。 这款眼镜在每侧配备小型投影仪，绿色的字幕看起来就像是漂浮在大银幕前。 观众无论坐在影院哪个位置，都可以清晰地看到字幕。用户还可以调整字幕的亮度、显示距离以及角度，切换六种语言。 这款眼镜甚至支持 3D，用户就不必多带副眼镜观看 3D 电影。这很重要，避免了一种鼻梁很忙的情况：同时戴着普通眼镜、3D 眼镜、CC 字幕眼镜看电影。 ▲ 图片来自：Reddit@ellowTonkaTrunk，发布于 2022 年 这一幕有些讽刺，却像一个隐喻——以寻常的视角了解这个世界，一些人总需要付出更多。 还不够完美的、但未来可期的实时字幕眼镜，至少让我们看到了一种美好的可能。 韩国电影《寄生虫》导演奉俊昊曾在奥斯卡颁奖典礼说：「一旦你克服了 1 英寸高的字幕障碍，你将会看到更多精彩的电影。」 当电影里常见的字幕出现在生活里，它可以让需要的人看到更多的信息，并拥有不退出对话的权利。 Google 的翻译 AR 眼镜宣传片有一句话很打动人：我直视着你的眼睛，你看起来也在直视我的眼睛。 几乎没有存在感，便是科技的最好状态。 在保证高效、准确的前提下，交流还可以回归自然，不占双手，不需要低着头看手机，也不用一直盯着嘴唇，而是面对面，眼神接触，一如千万年前就有的模样。 |
前几天的特斯拉发布会，一群 Optimus 机器人登场热舞，还化身酒
驾和座舱部门早报昨天 09:000评论 🤖OpenAI 下一个大模
我可以看到你说的话了科技的意义在于，当上帝关上一道门的时候，
根据研究机构Rho Motion的数据，2024年9月全球电动汽车市场的销
长安启源E07现已正式上市。首发共7款车型版本，售价19.99万元起
Copyright © 2024-2027 智能世界 (www.92wisdom.com) 版权所有 深圳市尚学大数据服务有限公司
ICP备案号：粤ICP备2024192034号-1
粤公网安备44030002002888号
