2022-04-07 | 실리콘밸리=정혜진 특파원

让有语言障碍的谷歌员工与全球同事协作的这项技术 [郑慧珍的Whynot硅谷]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“哪怕只是让一位有语言障碍的人能够接触到这项技术,也很重要。我希望像我这样的人能有机会与他人轻松交谈、读小说、写电子邮件。”(谷歌品牌经理奥布里·李)

6日(当地时间),在美国加州芒廷维尤谷歌园区内的查尔斯顿营地举行的“谷歌无障碍”媒体活动上,李经理在产品介绍环节如此表示。他在谷歌担任品牌经理,同时出任谷歌内部残障员工联合组织的会长,在公司内部为无障碍议题发声,并积极参与相关产品开发。他因肌肉萎缩症(Muscular dystrophy)而出现语言障碍,交谈时难以向他人清楚表达意思,但借助谷歌开发的“Project Relate”应用,他得以与采访团交流。

当天谷歌介绍的Project Relate应用主要具备三项功能。第一是将语言障碍者的发声转换为文字的聆听(Listen)功能。李经理问“你在闲暇时间喜欢做什么”,问题被转换成文字,记者回答“喜欢走步道”,他又通过聆听功能推荐说“加州的步道路线很不错”。随后打开“重复(Repeat)”功能,应用会以能够听懂的语音重新播放他所说的话。第三项功能是助手功能,由谷歌助手解析发声并即时作答。当天最高气温达27~28度,天气炎热,李经理询问华氏78度相当于摄氏多少度,谷歌助手回答为25度。

这类技术的特点在于,像李经理这样患有肌肉萎缩症,或因肌萎缩侧索硬化症、脑瘫、帕金森病等而有语言障碍的人发声后,即便普通人无法立即听懂,使用人工智能(AI)的语音识别算法也能加以解析。负责Project Relate应用的谷歌技术项目经理鲍勃·麦克唐纳表示:“我的近亲被诊断为肌萎缩侧索硬化症后,在沟通上遇到了困难”,“全球因脑损伤、唐氏综合征等而有语言障碍的人口达2.5亿,而他们无法从语音识别技术中获得帮助”。谷歌表示,公司在数千人的协助下收集了数百万条发声样本,不断提高技术的准确度。虽然准确度会因外部噪音等因素有所差异,但李经理与同事共事沟通并无障碍。他强调:“Project Relate能够让他人分辨出困惑的表情与亲切的笑容之间的差别。”

当天谷歌还介绍了实时听写与声音通知(Live Transcribe & Sound Notifications)功能。目前可支持80多种语言,能够实时将语言转换为文字,同时把口哨声、婴儿哭声、鸣笛声等转换后告知听障人士。

此外,声音放大(Sound Amplifier)应用在安卓设备上运行时,可在与人对话或通话时放大声音。负责该技术的谷歌AI研究高级产品经理萨加·萨布拉表示:“即便此前听力没有问题的人,每三人中也有一人在65岁以后出现听力损失症状”,“通过这款应用,我可以轻松与爷爷奶奶通话”。而Lookout应用则可在低视力等视障人士需要看菜单或在超市购物时,用摄像头对准物体,将主要标签以文字显示或以语音朗读,甚至可以朗读文件。目前支持英语、法语、印地语等23种语言。

这些功能是谷歌自2013年起研究无障碍技术、迎来第10个年头后取得的成果。领导该项目已10年的谷歌无障碍高级总监伊芙·安德森强调:“全球有约10亿人口因残障而面临无障碍问题,但我们大多数人其实都存在程度不同的障碍”,“就像在阳光直射的地方,普通人也无法看清智能手机上的文字一样,让所有人在各种情境下都能使用技术,解决这些问题就是我们的使命”。她还表示,除营收机会之外,项目能够持续10年的原因在于,“这与谷歌首席执行官(CEO)桑达尔·皮查伊的信念一致——如果无障碍无法触及所有人,就不算解决了问题,这是一条铁律”。

阅读韩文原文