1730181136
2024-10-29 00:13:00
「字幕」は現代人にとって「プラグイン」となっています。通勤中は騒音が多く、何かを捕まえようとすると秘密がバレてしまいがちです。それは勉強から気が散ってしまいます。聞くことと見ることの両方を使用することによってのみ、進行状況バーが無駄になることを避けることができます。しかし、一部の人にとって、字幕は単なるおまけ以上のものです。 「The Unscripted Player」の男性主人公が眼鏡をかけると、眼鏡をかけないと見えなかった情報が見えるようになり、彼はもはや受動的な NPC ではなくなります。実は「歩き弾幕」を備えたスマートグラスの一種も存在する。 SFほどではありませんが、それでも情報量の多い世界につながります。
あなたの言っていることは「わかります」！
テクノロジーの重要性は、神が 1 つのドアを閉めると、別の窓を開けることです。聴覚障害のあるネットユーザー開封ビデオTikTokで80万いいねを獲得し、悲願を達成して泣いて喜びました。最も純粋な感情の爆発の力は、すべての視聴者を感動させました。
@chrissymarshall_ 聴覚障害者として、私はアクセシブルなテクノロジーについていくのが大好きです。今では、メガネのキャプションを介して人々が何を言っているかを実際に見ることができます。 @hearviewofficial 🤓😍 私は長い間このテクノロジーを期待していましたが、特に AI ツールの進歩により、日常のコミュニケーションへのアクセスは劇的に変化しました。昨日、直前の会議にこのメガネを使用しましたが、95% は正確に聞き取ることができました。信じられない！自分で購入することに興味がありますか?コードを使用してください [chrissymarshall200off] 200ドル割引！ #アクセシブルテック #アクセシビリティの問題 #captionメガネ #ヒアビュー ♬ オリジナル楽曲 – りっしー🎬🤟
彼女は箱を持ち、笑いながら同時に泣きました。彼女は手話を使って「私はこのボックスのテクノロジーを何年も待っていました。」という完全な文を言えるよう最善を尽くしました。
箱には字幕メガネが入っていました。見た目は普通のメガネですが、彼女は音を「見る」ことができました。以前は聞き取れなかった言語が、SF 風のネオングリーンの字幕に変わりました。
動画によると、ネチズンが受け取ったメガネは「Hearview」と呼ばれるもので、聴覚障害者向けに特別に設計されている。これらは5月に発売され、中国のテクノロジー企業によって生産され、特別に海外に輸出された。映画鑑賞やゲーム実況などのエンターテイメントに使用できます。映画「Six People」から判断すると、字幕はわずかに遅れていますが正確で、モバイル アプリではさまざまな話者を区別することもできます。
対面での会話にも使用できるため、聴覚障害者にとって、食べ物の注文、買い物、人とのチャット、運転中のナビゲーションなどに便利です。
HearView の原理は複雑ではありません。モバイル アプリとペアリングし、スマートフォンのマイクを通して音声をキャプチャし、AI アルゴリズムを使用して音声をリアルタイムでテキストに変換し、メガネに投影します。聴覚障害者が他の人に返信する必要がある場合、アプリを使用してメッセージを入力し、テキストを音声に変換できます。過去の字幕もアプリに保存されます。
HearView は、音声をテキストに変換する精度が 95% であり、最大 10 メートル離れた場所から音声を文字に起こすことができると主張しています。
この時点で、生鮮市場などの騒がしい環境でのラジオ受信は悪化するのでしょうか?という疑問が生じます。 HearView はモバイルアプリにノイズリダクション機能があると述べていますが、筆者はさまざまな体験ビデオを調べましたが、騒がしい環境での実測値を見つけることができなかったので、どの程度効果があるかを知るのは困難です。
公式ウェブサイトには一部のパラメータ情報のみが記載されています。バッテリー駆動時間は7時間で、重さは52グラム。一日中着用するのに適しています。また、ユーザーに危険を知らせるための振動と視覚的警告も備えています。軽くて丈夫なので、購入してみたくなりますが、1,799 米ドル (約 5 万 8,000 台湾ドル) と高価すぎます。
（ソース：ヒアビュー）
また、Hearview は英語とスペイン語のみをサポートしているため、まだ改善の余地がたくさんあります。将来的にはドイツ語とフランス語も追加される予定ですが、翻訳はできません。文字は明るい緑色のみです。これにより、さまざまな画面や照明条件でも確実に読み取れるようになりますが、ユーザーには選択の余地がないという欠点があります。字幕は長い間多くの人々の生活の一部となってきましたが、字幕を最も必要とする人にとって、字幕はより便利で直感的なものであるべきです。
字幕メガネはたくさんありますが、人生の課題はさらに多くあります
リアルタイム字幕メガネは新しいものではありません。 2年前には流行だとさえ考えられていました。興味深いプロジェクトが数多く登場していますが、それぞれに問題があります。
英国の AR スタートアップ XRAI は、さまざまな AR グラスと互換性のある音声テキスト変換アプリケーション XRAI Glass を開発しました。しかし、「Wired」の記者は、XRAI Glassと互換性のあるARグラスを着用した後、音声からテキストへの変換は非常に優れているものの、常にいくつかの障害があることに気づきました。 1つ目はユーザーエクスペリエンスです。電子人工耳や補聴器を使用している場合、メガネをかけると不快になる場合があります。これらの AR グラスはすでに非常に軽いですが、それでも通常のグラスより重いです。また、周囲の騒音が大きく、多くの人が話している場合、音声からテキストへの変換は困難になることがあります。効果も悪く実用性は大幅に下がってしまいます。
価格も問題です。 300ドル以上するARグラスは財布にとって痛手だ。 XRAI Glass のパッケージプランに加入するには月額数十ドルもかかります。多くの音声テキスト変換ソフトウェアと同様、これは驚くべきことではないとしか言えません。
中国にもHearviewに似た製品「梁梁ビジョンリスナー字幕メガネ」があり、補聴器版と翻訳版に分かれており、北京語、方言、外国語を理解し、言語間翻訳もサポートしている。
使い方はHearviewと似ています。翻訳アプリをダウンロードし、Bluetooth 経由でメガネと携帯電話をペアリングし、Wi-Fi またはホットスポットを使用してインターネットに接続し、電話で音声をリアルタイムでテキストに変換し、メガネにテキストを表示します。
ただし、一部のユーザーは、リスナーがまだ方言を十分にサポートしていないと App Store で報告しています。これは非常に必要ですが、難しい最適化の方向です。聴覚が弱く、方言で話すことに慣れている高齢者がこのタイプの製品を最も必要としています。一部のYouTuberのレビューでは、聞き手の音声認識率が高く速度も速いという結果もありましたが、アクセントが強いと認識率は低くなってしまいます。
メガネの形にこだわらないのであれば、イェール大学とスタンフォード大学の学生が設計した Transcribe Glass という製品のプロトタイプが非常に興味深いです。これはメガネではなく、メガネのフレームにスナップして箱から出してすぐに使えるヘッドアップ ディスプレイで、デバイスを iOS および Android のコンパニオン アプリに接続し、ユーザーがお気に入りの音声合成を選択できるようにします。ソフトウェア。
（ソース：転写ガラス）
字幕は Bluetooth Low Energy 経由でデバイスに送信され、ユーザーの現実のビューに即座に表示されます。珍しいのは、価格設定も 95 ドルと非常に優しいことですが、ベータ版ですらまだ待機リストにあり、今のところ発売情報は見つかりません。
誰でも使える多機能ARスマートグラスには、音声テキスト化に重点を置いた製品に加えて、字幕機能も搭載されていることが多い。
中国で2,000元と3,000元で販売されているオールインワン無線スマートグラスは基本的に音声テキスト化と多言語のリアルタイム翻訳をサポートしているが、翻訳効率は聴覚専用のARグラスほど良くない可能性がある-障害があり、音声入力が常にオンになっています。場合によっては、バッテリー寿命も問題となることがあります。
筆者が大手スマートグラスブランドに相談したところ、「聴覚障害者には推奨できない」という答えが返ってきた。
▲ 10月22日、筆者はスマートグラスブランドのカスタマーサービスに相談。
実際、この種の製品は大手メーカー、特に Google に最適です。Google は音声認識、機械翻訳、AR において深い技術的蓄積を持ち、リアルタイムの音声からテキストへの変換および翻訳機能ではるかに先を行っています。
2022年のI/Oで、Googleは24の言語に加えてアメリカ手話もサポートする、リアルタイム翻訳が可能なARグラスを発表した。字幕は対話者のすぐ隣にありますが、これはプロトタイプのデモンストレーションにすぎず、それ以上のコンテンツはありません。
字幕メガネの大前提は、善のためのテクノロジーです。あらゆる種類の「細かいことを言う」のは、実際には、製品が現状に満足せず、進化し続け、やり直し、改善され、さらに良くなるという熱烈な気分から出ています。
字幕は権利です、映画を見るように世界を見てください
世界保健機関の統計によると、世界中で約 4 億 6,600 万人が難聴を患っており、そのうち 900 万人以上が重度の聴覚障害者です。
人工内耳や補聴器を使用している場合でも、聴覚障害のある人は、他人の言っている内容を理解するために依然として集中する必要があります。同時に、発音が似ている単語の中には、読唇術だけでは区別するのが難しいものもあります。理想的な条件下では、英語の音声メッセージの単語の約 40% のみが、話者の唇の動きからキャプチャできます。
だからこそ、聴覚障害のある世界では、言葉を補完する必要があるのです。誰かがずっと前からこれに取り組んできました。
キューバ系アメリカ人のサイレント映画俳優エマーソン・ロメロは聴覚障害者でもあり、1947 年にトーキー映画の字幕の先駆者となりました。
無声映画の時代、観客は映画の映像と挿入されたテキストを通じてストーリーを理解することができました。しかし、トーキー映画が登場すると、セリフが聞き取れず、映画には字幕がないため、彼のような聴覚障害のある多くの観客が映画を見る機会を失いました。そこでロメロは、自分で字幕を手作りすることにしました。当時の映画はネガを通して再生され、ネガをスライスしてフレーム間に字幕付きの画像を挿入しました。
その後の字幕技術はロメロの精神の継承と見ることができます。同時に、聴覚障害者が映画を鑑賞しやすいように設計されたものも増えています。たとえば、一部のアメリカの映画館では、既製の字幕が入ったメガネを提供しています。
2012年、ソニーは一部の劇場向けにビデオカメラを発売した。CC字幕メガネCC字幕は通常の字幕と異なり、会話内容だけでなくBGMや効果音、環境音などの非言語情報も含まれます。メガネの両側には小さなプロジェクターが付いており、緑色の字幕が大きなスクリーンの前に浮かんでいるように見えます。
観客は劇場のどこに座っていても字幕をはっきりと見ることができます。ユーザーは、字幕の明るさ、表示距離と角度を調整し、6 つの言語を切り替えることもできます。
このメガネは 3D もサポートしているため、ユーザーは 3D 映画を見るために追加のメガネを着用する必要はありません。これは、通常のメガネ、3D メガネ、および CC 字幕メガネを同時に着用して映画を鑑賞するなど、鼻筋が非常に混雑する状況を避けるために非常に重要です。
このシーンはいくぶん皮肉ですが、これは比喩のようなものです。普通の視点から世界を理解するには、常により多くのお金を払う必要がある人がいるということです。
リアルタイム字幕メガネは、まだ完璧ではありませんが、将来有望であるため、少なくとも素晴らしい可能性を私たちに見せてくれます。
韓国映画『パラサイト』のポン・ジュノ監督はかつてオスカー授賞式で「高さ1インチの字幕の壁を乗り越えれば、もっとエキサイティングな映画が見られるだろう」と語った。
映画で一般的な字幕が日常生活に表示されると、字幕を必要とする人がより多くの情報を見ることができ、会話を終了しない権利が得られます。
Google翻訳のARメガネのプロモーションビデオには、「私はあなたの目を直接見つめています、そしてあなたは私の目をまっすぐに見つめているようです」という非常に感動的な一文があります。
存在感がほとんどない、これが最高のテクノロジーの状態です。
効率と正確性を確保することを前提に、コミュニケーションは自然に還ります。両手を塞ぐ必要も、電話に視線を落とす必要も、唇をずっと見つめる必要もありません。代わりに、数百万年前と同じように、対面でアイコンタクトが行われます。
(この記事を書いたのは ラブスタイル 許可を得て転載。最初の画像のソース:ヒアビューグラス）
#日常生活の必需品であるスマートグラスの無視されている機能 #TechNews #テクノロジーニュース