به گزارش ثریا - نوآوری‌های مبتنی بر هوش مصنوعی از تسهیل ارتباطات و بهبود تحرک گرفته تا ایجاد محیط‌های آموزشی و کاری فراگیرتر، موانع را از بین می‌برند و استقلال را به شکلی بی‌سابقه تقویت می‌کنند. این فناوری‌ها فقط ابزار نیستند، بلکه راه‌حل‌های توانمندسازی هستند و به چالش‌های منحصربه‌فردی می‌پردازند که روزانه میلیون‌ها نفر با آن مواجه هستند. چه از طریق برنامه‌های تبدیل گفتار به متن، ربات‌های کمکی یا دستگاه‌های مراقبت‌های بهداشتی مبتنی بر هوش مصنوعی، این نوآوری فرصت‌هایی را برای افراد ایجاد می‌کند تا با محیط اطراف خود به‌طور یکپارچه‌تری تعامل داشته باشند.

پیشرفت‌ها در هوش مصنوعی همچنین نشان‌دهنده تغییر گسترده‌تری به سمت فناوری فراگیر است که دسترسی برابر برای همه را در اولویت قرار می‌دهد. فناوری‌های هوش مصنوعی با فعال کردن پشتیبانی شخصی، تنظیمات در لحظه و رابط‌های هوشمندتر، درهایی را به سوی جهانی عادلانه‌تر و متصل‌تر می‌گشایند. همچنان که بررسی می‌کنیم، چگونه هوش مصنوعی دسترسی‌پذیری را تغییر می‌دهد، مشخص می‌شود که این فناوری نه فقط دگرگون‌کننده، بلکه گامی حیاتی در جهت دستیابی به شمول و توانمندسازی افراد دارای معلولیت است.

هوش مصنوعی دسترسی افراد دارای معلولیت را با روش‌هایی افزایش می‌دهد که در ادامه به آنها اشاره شده است:

فناوری‌های تبدیل گفتار به متن و تشخیص صدا

فناوری‌های تبدیل گفتار به متن و تشخیص صدا مبتنی بر هوش مصنوعی، نحوه تعامل افراد دارای معلولیت با جهان را تغییر می‌دهند و موجب افزایش دسترسی و استقلال می‌شوند. برنامه‌های تبدیل گفتار به متن، رونویسی کلمات گفتاری را به صورت بلادرنگ به متن ارائه می‌دهند. این ابزارها برای افراد دارای اختلالات شنوایی بسیار ارزشمند هستند و آنان را قادر می‌سازند تا مکالمات را دنبال و در بحث‌ها شرکت کنند همچنین به‌طور یکپارچه به محتوای صوتی مانند پادکست‌ها، وبینارها و سخنرانی‌های ویدیویی دسترسی داشته باشند. با بهبود مداوم دقت تشخیص گفتار با هوش مصنوعی، حتی اصطلاحات پیچیده یا لهجه‌ها نیز می‌توانند به‌طور موثر رونویسی شوند و دسترسی در محیط‌های متنوع را تضمین کنند.

از سوی دیگر، فناوری تشخیص صدا با فراهم کردن امکان کنترل دستگاه‌ها و انجام وظایف بدون دخالت دست، به افراد دارای معلولیت جسمی قدرت می‌بخشد. دستیارهای مجازی مانند الکسا آمازون، دستیار گوگل و سیری اپل به ابزارهای ضروری تبدیل شده‌اند و کاربران را قادر می‌سازند تا با دستورات صوتی ساده، یادآوری را تنظیم، پیام ارسال و دستگاه‌های هوشمند خانگی را کنترل کنند و همچنین جستجوهای اینترنتی انجام دهند. این ابزارها فراتر از راحتی، استقلال را فراهم می‌کنند، به‌خصوص برای افرادی که با چالش‌های حرکتی مواجه هستند و از دستگاه‌های ورودی سنتی مانند صفحه کلید و صفحه لمسی استفاده می‌کنند.

علاوه بر این، سیستم‌های تبدیل گفتار به متن و تشخیص صدا، دسترسی را در محیط‌های حرفه‌ای و آموزشی ارتقا می‌دهند. به‌عنوان‌مثال، زیرنویس خودکار در پلتفرم‌هایی مانند زوم و مایکروسافت تیمز تضمین می‌کند که جلسات و کلاس‌های آنلاین برای همه شرکت‌کنندگان قابل دسترسی هستند. این فناوری‌ها همچنین از طریق چت‌بات‌های مبتنی بر هوش مصنوعی با ورودی صوتی، خدمات مشتری را بهبود می‌بخشند و دسترسی کاربران با نیازهای متنوع را تضمین می‌کنند.

هوش مصنوعی همچنین در ابزارهای محل کار مانند زوم و مایکروسافت تیمز ادغام می‌شود تا رونویسی زنده در طول جلسات را تضمین کند و به افراد دارای معلولیت شنوایی اجازه دهد تا به‌طور کامل در بحث‌های مشارکتی شرکت کنند. علاوه بر این، پیشرفت‌ها در تشخیص صدا به قابلیت‌های چندزبانه نیز گسترش یافته، موانع زبانی را از بین برده و امکان دسترسی یکپارچه به این فناوری‌ها را برای طیف وسیع‌تری از کاربران فراهم می‌کند.

به‌طورکلی، فناوری‌های گفتار و صدای مبتنی بر هوش مصنوعی، زمینه را برای افراد دارای معلولیت هموار و مشارکت و استقلال بیشتری را در دنیای دیجیتال امروز فراهم می‌کنند.

ابزارهای صفحه‌خوان و تبدیل متن به گفتار

ابزارهای صفحه‌خوان و تبدیل متن به گفتار (TTS) ارتقا یافته با هوش مصنوعی، ارائه تعامل یکپارچه با محتوای دیجیتال، دسترسی افراد کم‌بینا را متحول کرده‌اند. برنامه‌هایی مانند صفحه‌خوان «جاز» (JAWS) و نرم‌افزار NVDA، دسترسی غیر بصری به دسکتاپ برای تبدیل متن روی صفحه به کلمات گفتاری استفاده می‌کنند و کاربران را قادر می‌سازند تا بدون دردسر در وب‌سایت‌ها جستجو ، اسناد را بخوانند و به برنامه‌ها دسترسی پیدا کنند. این ابزارها نه فقط محتوا را با صدای بلند می‌خوانند، بلکه به کاربران در انجام کارهایی مانند پر کردن فرم‌ها، مدیریت ایمیل‌ها و مرور فروشگاه‌های آنلاین نیز کمک و شکاف بین فناوری و دسترسی را پر می‌کنند.

پیشرفت‌ها در هوش مصنوعی، قابلیت‌های درک متنی این ابزارها را به‌طور قابل‌توجهی بهبود بخشیده و برای کاربران این امکان را فراهم می‌کند با عناصر دیجیتال پیچیده‌تر تعامل داشته باشند. به‌عنوان‌مثال، اپلیکیشن «سی‌اینگ ای‌آی» (Seeing AI) مایکروسافت از بینایی کامپیوتر برای توصیف تصاویر، اشیا و متن در زمان واقعی استفاده می‌کند و افراد را قادر می‌سازد تا به‌طور مستقل با محیط اطراف خود تعامل داشته باشند. به همین ترتیب، «ویس اوور» (VoiceOver) در دستگاه‌های اپل و «تاک‌بک» (Talkback) در اندروید قابلیت تبدیل متن به گفتار را ارائه می‌دهند و کاربران کم‌بینا را قادر می‌سازند تا به‌طور موثر به تلفن‌های هوشمند، تبلت‌ها و رایانه‌ها دسترسی داشته باشند.

اکنون صفحه‌خوان‌های مبتنی بر هوش مصنوعی فراتر از قابلیت‌های اولیه تبدیل متن به گفتار رفته و نمودارها، گراف‌ها و حتی رسانه‌های تصویری را تفسیر می‌کنند. برخی از ابزارها رنگ‌ها، حالات چهره یا صحنه‌های ضبط شده از طریق دوربین دستگاه را توصیف و محیط‌های دیجیتال و فیزیکی را قابل دسترس‌تر می‌کنند. علاوه بر این، هوش مصنوعی سرعت پردازش سریع‌تر، خروجی‌های صدای طبیعی‌تر و دقت بهتر در زبان‌های مختلف را تضمین می‌کند.

صفحه‌خوان‌های مبتنی بر هوش مصنوعی قادر به تشخیص عناصر بصری پیچیده مانند معادلات ریاضی هستند و به دانشجویان و متخصصان در زمینه‌های فنی امکان دسترسی به اطلاعات حیاتی را می‌دهند. علاوه بر این، ادغام با اکوسیستم‌های خانه هوشمند تضمین می‌کند که کاربران کم‌بینا می‌توانند با استفاده از دستورات صوتی و بازخورد شنیداری، دستگاه‌هایی مانند ترموستات و لوازم خانگی را مدیریت کنند.

سایت دیجیتال دیفایند گزارش کرد، در اصل، صفحه‌خوان‌های مبتنی بر هوش مصنوعی و ابزارهای تبدیل متن به گفتار برای افراد کم‌بینا ضروری شده‌اند و آنان را قادر می‌سازند تا با استقلال و اعتماد به نفس بیشتر، به‌طور کامل در آموزش، کار و زندگی روزمره مشارکت کنند.

منبع : هوش مصنوعی