跨越数字鸿沟，小布助手帮助视障群体“听见”图像

当前，我国视障人群总数已经超过1800万，如何用技术手段改变他们的现实困境，是国内不少科技企业正在努力创新的方向。12月14日，在OPPO未来科技大会2021上，小布助手正式推出“无障碍图像功能”。

作为国内首个在智能手机落地的无障碍图像信息获取AI工具，“无障碍图像功能”借助AI科技解决了之前语音旁白无法识别图像的行业痛点，帮助视障用户精准获取图像信息，践行“科技为人，以善天下”的技术创新理念。

“助视”产品美中不足，小布助手首发无障碍图像功能

据世界卫生组织统计，目前中国存在视力障碍的人群约为总人口的1.2%左右，也就是说，每82个人中就有一名视障患者。这些视障患者虽然生活面临不同的困难，但也受惠于科技的进步，特别是在获取信息方面，涌现出不少的“助视”产品，以智能手机为例，就有安卓系统的TalkBack、iOS系统的旁白功能。然而，这些“助视”功能仍存在美中不足的地方，它们只能识别文字而无法识别图像内容。也就是说，在视障用户使用智能手机时，很容易听到文字转语音的精准播报，但若遇到图像，就只能接受一段“无能为力”的空白播报。

基于对障碍人群的长期关注，小布助手针对视障用户存在的上述痛点问题，进行了一系列“有AI无障碍”的能力建设。在对视障群体进行深入调查后，小布助手搭建了无障碍图像信息获取AI工具，通过识别与分析图像信息并进行语音播报，为视障用户提供从“视觉”到“听觉”的多模态交互方式，为视障用户填上了图像信息的“空白”。

采用大规模多模态预训练模型，打造最精准的图像AI技术

小布助手首发落地的“无障碍图像功能”，在技术上采用了当前业界最大的中文多模态通用预训练模型，实现了对深度学习、大数据、自然语言处理等前沿技术的应用突破。该模型具有基于视觉-语言弱相关的假设、多模态与对比学习算法结合、网络结构灵活且方便实际部署等特点，同时在基础架构上采用了更有优势的双塔结构，图文互检预训练任务上则使用了基于MoCo的多模态对比学习方法，使得对应的图文对在该特征空间下有一致的语义表示。

在实际的使用体验中，只要用户打开手机TalkBack功能，就会被默认为视障用户。当遇到图像内容时，用户可在TalkBack提示当前为图片信息时唤醒小布助手，发出类似“这是什么图”的指令，小布助手就会立马对当前图像内容进行解析，并生成自然语言描述播报给用户，真正地将人性化落实到每一个细节当中。

秉承科技为人理念，让创新更具人文关怀

在去年的OPPO未来科技大会上，OPPO首次对外阐释“科技为人，以善天下”的理念，而在今年OPPO未来科技大会上，OPPO则进一步提出了“致善 · 前行”的主题。

小布助手在不断对科技进行创新应用之时，秉承科技为人的理念，针对不同群体的真实需求，特别是当前科技高速发展下的老弱人士、障碍人群，通过推出小布助手关怀版来对手机体验进行适老化改造，并发布让视障人士“看见”图像的“无障碍图像功能”，将科技冰冷一面置于黑箱之中，在产品功能和服务形式上更加“人性化”，带来一次次令用户“怦然心动”的科技体验。

科技创新不能忽视“人”的需求，小布助手以AI技术为辅助工具，为视障者打开光明之窗，让他们“看见”世界。未来，小布助手将持续深耕技术研发和创新，不断为更广泛的障碍人群提供AI科技辅助工具与人文关怀，让每个人都能感受到世界的温暖与科技之美。