2019年7月3日水曜日

視覚障害者の「電車でうっかり」をサポートする2つのアプリ。


英国ケント大学の学生が開発したiPhone用アプリ「Stay on Route」の記事を興味深く読んだ。これは、電車の乗り過ごしを防止するアプリで、視覚に障害を持つ開発者の友人が、電車を利用するたびに降りる駅を間違えないよう、常に緊張を強いられるという悩みが開発のきっかけという。なるほど、都市に暮らす視覚障害者にとって「電車の乗り過ごし」は万国共通の悩みのようだ。

もちろん、ほぼ全盲の筆者も同様だ。
晴眼の同行者がいたり駅員の補助をお願いしていれば問題はないが、単独で電車を利用する場合は、乗り過ごしとの戦いが始まる。障害があるなしに関わらず乗り過ごしはダメージが大きなトラブルだが、移動や情報が制限される障害者にとってはそのダメージの大きさは計り知れない。知らない駅に放り出されるなんて、想像するだけでゾッとしてしまう。
乗り過ごしを防ぐには、情報の確認が不可欠だ。目が見えれば車窓の風景や停車直前のホームにある駅名を確認したり車内の電光掲示板などから情報を得ることは容易だが、視覚障害者は車内アナウンスや停車駅の校内放送といった限られたタイミングでしか情報を得ることができない。うっかり眠ってしまったりスマホの音声に集中してしまうと、たちまち現在の状況を見失ってしまう。
だがこれをリカバリする手段は現状用意されておらず、そこで「Stay on Route」のようなアプリに注目が集まっているというわけだ。このアプリは日本国内では使えないが、似たようなアプリはいくつか存在する。
そこで筆者が試した範囲で、Voiceoverユーザーでも使えそうなアプリを2つほどご紹介しよう。


今どの辺走ってるの?「NAVITIME」で確認。


電車でついうっかりウトウトしてしまい、気がつくといま電車がどのあたりを走行しているかわからなくなる。恐怖の瞬間だ。
特に駅と駅の間が離れている路線や特急・急行電車だと、なかなか車内アナウンスもされず精神衛生上よろしくない。もし乗り過ごしたとしても、早めに情報を得ることで何かしらの対策を立てられるかもしれない(まあ、コの時点でかなり蒼ざめているのだが)。

スマートフォンで現在の位置情報を調べるには通常「マップ」や「Google Maps」のような地図アプリを用いるが、電車の走行位置を素早く調べるといった用途には情報が多すぎるため、向いていない。そこで使ったアプリが「NAVITIME」だ。
NAVITIMEは、公共交通機関の乗り換えや歩行ナビなどを行う総合的なナビゲーションアプリ。このアプリには現在地から最寄りの駅を検索する機能が用意されており、これを用いることで今乗っている電車が大体どのあたりを走行しているかを素早く知ることができる。

アプリを起動したら「地点検索」タブを開こう。ここに「周辺駅」という項目があり、ここに現在地から近い駅が距離とともにリストアップされている。この距離をしばらくVoiceoverで読み上げさせていると、電車の移動とともに距離が変化していくのがわかる。つまり、移動とともに距離が減っていく駅が、今乗っている電車が向かっている駅と判断できるわけだ。
ちなみに「乗換NAVITIME」でも「乗換案内」タブを開いて「駅/バス停を入力」をダブルタップすれば同様のことができる。

ただこの機能で表示している駅は現在地から直線距離をもとにスキャンしているため、近くの別路線の駅を同時に表示することも多い。またある程度駅の名称が頭に入ってい無いと意味がないので、事前に利用する路線に関する情報を覚えておく必要があるだろう。

開発/NAVITIME JAPAN CO.,LTD. 価格/無料(App内課金あり)


降車駅の到着を通知してくれる「ツクツク」。


さて、ウトウトして不安になる程度ならNAVITIMEで安心感を得られるが、最も恐ろしいのはガッツリ眠りこけてしまった時の乗り過ごしである
そこでご紹介するアプリが「ツクツク」。
降車駅に近づいた時に通知してくれるアプリだ。
乗り過ごし防止アプリには、到着時間を指定するタイプのものと、位置情報を用いるタイプのものがあるが「ツクツク」は後者の位置情報を利用するアプリ。「NAVITIME」にもアラート機能はあるが、「ツクツク」は通知したい駅を登録するだけで、あとは自動的に通知してくれるシンプルな操作性が特徴。Apple Watchやウィジェットにも対応している。もちろん、完全ではないがVoiceoverでも利用できる。なおApp内課金で登録する駅数制限解除と広告の削除が可能だ(各120円)。

アプリを最初に起動するとまず設定ウィザードが開く。ここで一箇所、Voiceoverでは設定内容を判別でき無い部分があるが、ここは後で設定できるので適当に選んで進めればOK。ウィザードでの設定が終わりメイン画面が表示されたら、まず「Settings」ボタンを操作して通知の設定を確認・変更する。筆者が変更した設定は以下の通り。

  • 通知回数:20回に設定(デフォルトでは50回)。
  • 通知間隔:2秒に設定(デフォルト)。
  • 追跡設定:バッテリー節約に設定。
  • 音声案内:有効にして「イヤホンのみ」に設定。

なおアプリ上でも説明されているが「追跡設定」は「位置情報追跡」の方が精度が高いが、反面バッテリーの消費が大きいため、バッテリー節約設定でうまく動作しない場合に試してみよう。
設定が終わったら「追加」ボタンを操作して通知させる駅を登録する。無料版で登録できるのは2駅まで。

  1. 駅名を検索してダブルタップして選択肢「次へ」をタップ。
  2. 通知する距離(目的の駅にどれだけ近づいたら通知するか)を指定する。500m、1Km、3Km、5Km、10Kmから選んで「保存」をタップ。
  3. トップ画面に登録した駅と現在地からの距離が表示される。

これで準備は完了。電車に乗車したら、登録した駅リストから通知したい駅のスイッチを「オン」にすれば、電車が目的の駅に設定した距離内に入ったタイミングで通知される。音声を有効にしている場合は、通知と同時に「まもなくXX駅に到着します」とアナウンスされる。通知を止めるには、通知を消去すればOK。

筆者は小田急線の急行で新宿までの往復を移動しながらアプリを試してみた。通知する距離は「1Km」で設定下が、停車駅へ向かって減速するくらいのタイミングできちんと通知された。ただ路線の環境によっては精度にばらつきがあるらしいので、とりあえず普段利用している路線で試した方が良いかもしれない。Wi-Fiをオンにしておくと測位精度が向上するとのことだ。

このアプリの良さは、何と言っても、到着のアナウンスをBluetoothヘッドセットできけるという点だろう。iPhoneをサイレントに設定しているとバイブレーション頼みなので、個人的には結構見過ごしやす買ったりする。筆者は大体電車内ではヘッドセットを使っているので、通知がダイレクトで伝わってくるし、さらに骨伝導ヘッドセットだと頭部に心地よい振動が加わるので寝ていても(たぶん)気がつくのではないだろうか。

開発/Yoshihiko Eto 価格/無料(App内課金あり)


頼り切るにはリスクはあるけど、備えあれば、ということで。


ここで紹介したアプリはいずれも位置情報サービスを用いるため、トンネルや地下鉄など位置情報の取得が難しい場合は使え無いかもしれ無い。今度地下鉄でテストしてみようとは思う。
また位置情報サービス、特にGPSを用いる場合にきになるのがバッテリーの消費量。今回試したケースでは、iPhoneをフル充電して出かけ、やく1時間後に目的地に到着した時点でバッテリー残量は80%くらいに減少していた。長時間の移動で利用する場合、やはりモバイルバッテリーなどの準備が必要かもしれ無い。

今回筆者が試した範囲では動作は良好で実用的なアプリと思えたが、利用する環境や時間帯などによってうまく動作し無い可能性も十分に考えられる。あまり頼りすぎるのもリスキーかもしれ無い。
ただうっかり電車で寝てしまったといった不測の事態に備えるための「おまもり」として準備しておくだけでも安心感はあるのではないだろうか。
まあ、電車では寝無い、これに尽きるかな……。


※この記事のアプリはiOS 12.3.1のiPhone 7でテストしました。

2019年6月27日木曜日

[粗訳] Apple、「マップ」をアクセシブルにする特許を申請。


なかなか製品として実現することがなさそうなAppleの特許、いや、どこかでひっそりと活用されているのかもしれないけど。今回の特許は「マップ」のスクリーンリーダー対応ということで、少しは実現性あるのかな?
情報がぼんやりしているので初めはピンとこなかったが、ポイントはタッチを用いて周辺空間を探索する、という技術だろうか。確かにVoiceoverを使う視覚障害者にとってマップは基本滝に「点」の情報なので、二次元マップで得られるような「全体を俯瞰」した空間情報がタッチや音声で的確に得られるのなら、かなり画期的なものになりそうではある。点と点を結ぶ空間に、どのような風景が広がっているのか。それがわかるようになれば、視覚障害者のお出かけも、もっと充実することだろう。ちなみに筆者の脳内マップで情報が無い空間は、まるでバブル経済末期のように「空き地」となっていて、ちょっと寂しい……。


Appleは「マップ」を視覚障害者にもアクセシブルにしたい(らしい)

By Dennis Sellers

Appleは、同社の「マップ」を視覚障害者でも便利に使えるようなアクセシブルなアプリにしたいと考えている。ハイテクの巨人は「touch-based exploration of maps for screen reader users.(スクリーンリーダーユーザー向けのタッチ操作ベースの地図探索)」の特許(番号 10,330,490)を申請した。
この特許は、ビジュアル機能を用いない電子端末に、対話型マップを提供することで、視覚障害のあるユーザがマップにアクセスできるようにする。

マップは端末の現在位置、またはユーザによって入力された位置に基づいて地図を探索する。近くにある興味を持った道路や場所、または出発地から到着地までのルートは、音声出力によって識別することができる。そしてユーザーは電子機器の画面にタッチすることで、近所周辺のおおよその空間を探索できるという。
また、ユーザはルートに沿って移動しているときやルートから外れたとき、さらに交差点や興味のある場所に近づいているとき、地形が変化しているときに、アラートを受けることができる。
Appleによると、これにより視覚に障害を持つユーザーでも、不慣れな環境を実際に探索することなく、都市レベルの空間関係を習得することができるようになるとのことだ。

特許出願書類の中でAppleはこのように述べている。
マップアプリによってユーザーは、未知の土地について知り、それに適応することができる。たとえば、道路の相対位置を視覚的に表すマップを使用すれば、出発地から到着地までの移動ルートを決めたり、ユーザにとって関心のある場所を見つけ、そこへ移動し、その場所へたどり着くことができる。
だが、マップは一般的には二次元のビジュアルを用いており、そのため視覚障害のあるユーザが得られる情報は限られている。加えて意識的に探していない情報に関しては、情報へのアクセスはさらに制限される。例えば指定された出発地点から到着地までのルートを案内することはできても、それ以外の関心のあるかもしれない領域内の全体的な空間関係を簡潔に伝えることは難しい。視覚障害者は、未知の領域の道路や場所についての全体的な理解を得ることが困難または不可能なため、新しい環境の中で迷ったり混乱を感じてしまう。
Appleはこれを変えようとしている。


※もちろん、Appleは米国特許商標庁から多くの特許を出願し認められているが、その多くは、日の目を見ない発明である。実際の製品でどの特許が実現するかは決してわからない。

2019年6月23日日曜日

スペイン発。視覚障害者をカラフルに誘導する「Navilens」。

Navilensのマーカー(画像引用元)

いま、スペイン、バルセロナの地下鉄のあちらこちらに、ちょっと不思議な幾何学模様のステッカーが貼られているという。券売機やエスカレーター、プラットホームやトイレの端々に見つけられるおよそ5cm四方のカラフルなステッカーは、「Navilens(ナビレンズ)」と呼ばれるシステムのマーカーだ。

スペインの同名スタートアップとアリカンテ大学のMobile Vision Research Labによって共同開発された「Navilens」は、コンピュータービジョン技術を応用し、スマートフォンと施設内に貼られたマーカーを通じて、視覚障害者への情報提供と移動支援を目的としたシステムである。人の手を借りるか、脳内地図をトレーニングしなければ移動することが困難な視覚障害者でも、単独で自由かつ安全に施設を利用できるように設計されているとのことだ。
現在、バルセロナのTransports Metropolitans de Barcelona (TMB)などの協力を得て、地下鉄やバス停などの公共交通機関や一部の公共施設での実証実験が行われている。

Navilensの使い方はシンプルだ。iPhoneもしくはAndroidスマートフォンに無料のNavilensアプリをインストールしておき、マーカーが設置されている施設でアプリを起動。スマートフォンのカメラでマーカーを捉えるとスマートフォンが振動し、さまざまな情報を音声で伝えてくれる。この仕組みだけを聞くとQRコードと大きな違いはないようにも思えるが、Navilensには視覚障害者でも容易にマーカーを読み取るための工夫が施されている。

1.高速なスキャニング
Navilensはマーカーを瞬時に読み込むことができる。QRコードのようにコードにカメラを向けてフォーカスする必要がないため、おおよその方向にスマートフォンをかざすだけで素早くマーカーを見つけることができる。公式サイトによれば、移動しながらでも利用できるとのことだ。

2.長距離から複数のマーカーを検出
マーカーは最大で15メートル程度の距離からもスキャンすることができる。さらに160度という広角で複数のマーカーを同時に認識することも可能という(最大200個)。QRコードのように、マーカーのある場所を覚えておく必要はない。

3.マーカーまでの距離と方角を算出
これがQRコードとの最大の違いだろう。マーカーを検出すると、Navilensはスマートフォンからマーカーまでの正確な距離と方角を計算してユーザーに報告する。つまり情報の取得だけではなく、ナビゲーションにも使えるということだ。視覚障害者は行きたいポイントを見つけたら、示された方向へ進めばいい。

QRコードのように、コードの場所を定めてフォーカスロックする必要がないというのは、視覚障害者にとって非常に大きなアドバンテージのように思える。マーカーの配置にもよるが、15メートルの範囲なら、何かしらのものは見つかるのではないだろうか。想像だけではあるが、当事者として安心感をお覚える。実際にNavilensを体験した視覚障害者の評判も上々のようだ。

またNavilensは、マーカーに設備の名前だけでなくあらゆる情報をネットワークを通じて取得することができる。例えば列車の運行情報や飲食店のメニューなどが挙げられる。
また多言語対応も考慮されており、端末の言語設定に応じて表示する言語を切り替えることもできるようだ。視覚障害者だけでなく外国人観光客など多くの人々にとっても利益をもたらすと開発者は語っている。

マーカーを用いた情報提供やナビゲーションは、電源が必要で故障リスクを持つBLEビーコンを用いるシステムと比べ、圧倒的に導入・運用コストが低いというメリットがある。NavilensはQRコードやバーコードといった従来のマーカー技術を拡張することで、視覚障害者に対する低コストかつフレキシブルな情報提供とナビゲーションを実現しているようだ。ここは想像だが、BLEビーコンと比べた時のデメリットは、暗い場所に弱いとか、障害物の影に隠れると使えないというくらいだろうか。

このシステムが一般にも幅広く受け入れられるには、マーカーのデザインも重要になってくるだろう。筆者はデザインを確認することはできないが、支援技術っぽくないポップで違和感のないものなら受け入れられるかもしれない。ただ「カラフル」ということなのでモノトーンなインテリアだとちょっと浮くかな?

Navilensは将来的に、空港やホテルといった施設だけでなく、屋外など幅広い施設にもこの技術を広めていきたいと考えているようだ。筆者の妄想だが、同時に複数のマーカーをキャプチャーできるなら、コンビニなどの商品棚にマーカーを貼付して並んでいる商品のリストを取得したり(マーカーの大きさがネックかな)、それこそ音声コード代わりにも応用できるのではないだろうか。

必ずしも万能なソリューションではないかもしれないが、設置条件を整えられれば、かなり有効な技術のように思える。電波やセンサーではなく、コンピュータービジョンを用いたナビゲーションの可能性を「Navilens」に感じることができた。
うーん、ぜひ一度体験してみたいものだ。
スペインいいところみたいだし。ねえ。

関連リンク:


2019年6月18日火曜日

[粗訳] iOS 13 DB1で発見されたVoiceover新機能まとめ。


※以下は「[feature] Everything new with VoiceOver in iOS 13 DB1 / iOSBeta」をあっさり翻訳したものです。また、WWDC 2019で発表・報道されたアクセシビリティ関連情報についてはこのエントリーからたどることもできます。

iOS 13 DB1におけるVoiceOverの新機能まとめ。

iOS13のVoiceOver機能で何が変更されたのか気になっている人のために、私が発見したことを幅広く列挙しておこう。読者の1%以下にも満たない機能のために記事を連投しないよう、これらすべてを一箇所にまとめておこうと思う。私のようにこのアクセシビリティ機能に依存している人にとって、iOS13は本当にエキサイティングなリリースだと思う。

カスタマイズ:

・触覚フィードバック。
Voiceoverのほとんどのサウンドに対して、触覚フィードバックが加わる。項目のナビゲート、タップ、ローターの回転、エラーなど。

・サウンドと触覚のカスタマイズ。
サウンドおよび触覚フィードバックは全体のオン/オフだけでなく、個々のエフェクトを個別にオン/オフすることができるようになる。

・句読点レベルのカスタマイズ。
読み上げ詳細度の句読点レベルを「全て、一部、なし」だけでなく、ユーザーの好みに合わせて独自にカスタマイズできる。この新機能では、記号がスピーチシンセサイザの直前にあるか、別の方法で読み上げるかで読み方を変更できる。たとえば、#文字のデフォルトの発音を「Number」から「hashtag」に変更したり、単に「Hash」と短くすることもできる。この設定はiCloudを通じて他のiOSデバイスやMacと同期され、他のユーザーと共有したり、ファイルへエクスポートしてバックアップを作成、後でインポートすることもできる。

・カスタムアクティビティ。
Voiceoverの複数の設定を作成して切り替えられる、カスタムアクティビティ機能が追加される。アクティビティは主導もしくは特定のアプリ、または特定のコンテキスト(文字の入力など)で切り替えることができる。Dev Beta 1でアクティビティに含められる設定は音声、音声の速度、音量、句読点レベルなど。

・ジェスチャとコマンドのカスタマイズ。
既存のジェスチャやBluetoothキーボードを用いたVoiceoverコマンドの割り当てを変更したり、新しいジェスチャやキーボードコマンドを追加することができる。その中には、各要素へのナビゲーション、音声の調整、ホーム画面への移動、アプリスイッチャーや通知、コントロールセンターへのアクセスといった基本的な機能から、あらゆるショートカットを実行するような非常に高度で強力な機能も含まれる。ほとんどのジェスチャはカスタマイズ可能だが、項目をナビゲーションする1本指のスワイプと決定に用いるダブルタップは変更できない。

・絵文字の読み上げを完全に無効に。
絵文字だらけのスパムや、SNSで見かける絵文字を含めたユーザー名にうんざりしているなら、絵文字の読み上げをOSレベルでオフにすることができる。

・画像説明機能の操作性向上。
画像の説明の処理方法をカスタマイズできるようになった。
iOS 11以降、Appleは新しい機械学習機能を使って画像上のオブジェクトやテキストを推測し、画像を3本指でタップした時に追加情報が得られた場合、VoiceOverはその内容を読み上げる。新機能ではVoiceoverが使用可能であれば画像の説明を自動的に読み上げたり、音声で通知することができるようになる。

点字:

・新しい点字トランスレータ。
VoiceOverは、点字ディスプレイ向けの点字トランスレータとしてオープンソースの「Liblouis braille translator」を採用した。これはMicrosoftおよびGoogleも採用する標準的なトランスレータであり、多数の言語をサポートしている。ただし従来の点字テーブルも、利用したいユーザーのために引き続きサポートされる。

・新しいローター項目。
従来は音声切り替えと共通だった点字言語テーブルを変更するための独立したローターが追加される。

・点字入力の高速化。
点字ディスプレイを用いた入力が大幅にスピードアップした。これは、短縮点字を使用するときに特に有効だ。

・リストの位置を報告。
VoiceOverでリスト内の位置が点字で表示されるようになった。例えば設定アプリで「機内モード」のスイッチにフォーカスすると、スイッチの説明とともに「1/50」のようにメッセージが表示され、この項目が設定リストの50項目中の最初の項目であることを示す。現在のところ、これはリストのコンテキストとしてスピ^チはされないようだ。

その他:

・パフォーマンスの向上。
全体的なパフォーマンスが大幅に改善されている。特に、多くの項目をすばやく指でドラッグするときや、アプリの画面を切り替えるときに実感できる。

・カメラのナビゲーション。
「カメラ」アプリでは、写真を撮る際に追加のガイダンスを提供する。1つまたは複数の顔がフレーム内にいつ、どこにいるかを教えてくれたり、手に持ったデバイスが傾いている時に触覚や音声でフィードバックしてくれる。

・Voiceover音声を画面収録に記録。
画面収録でVoiceOverの音声が、録画データの音声トラックに含まれるようになった。アクセシビリティの問題をアプリ開発者に報告したい場合、この機能が非常に役立つ。記録を作成して、どこにどのような問題があるのかを正確に示すことができる。

2019年6月16日日曜日

[iPhoneアプリ] 画面操作不要。声で操作できるOCRアプリ「Voice」。


スマホ使いの視覚障害者にとって「OCR)光学式文字認識)」技術を搭載したスキャナーアプリは、印刷された文字や商品パッケージなどを読むための定番アプリジャンルだ。
だがしかし、意外なことに視覚障害者、つまりスクリーンリーダーを用いているユーザーを強く意識して開発されたスキャナーアプリは非常に少ない。スクリーンリーダー操作に対応するのはもちろん、「日常的に認識した文字を読み上げる」という視覚障害者のニーズを満たすには、操作はできるだけシンプルであるのが理想といえるが、多くのアプリは翻訳やドキュメント作成などさまざまな付帯機能がてんこ盛りで、単純に文字を読み上げたいユーザーには操作が難しかったりする。。

「Voice: OCR Document Reader(以下Voice)」はそのような状況の中、iOSのスクリーンリーダーであるVoiceoverユーザーの利便性を考えられて開発されたアプリだ。このアプリ、以前から存在はしていたようだが、2019/6/15にリリースされたバージョン4.0で機能も品質も大幅に改善され、全く新しいアプリとして生まれ変わったという。
最大の特徴は、アプリの名前が表すように「声」で操作できる点だ。

開発 Shalin Shah/価格 600円/対応OS iOS 11以上


「Voice」を使うための準備


まず「Voice」を使うための準備をする。
このアプリを利用するにはネットワーク接続が必要。iPod touchなどで利用する場合は注意しよう。また日本語を認識するには最初に「Settings」を操作して設定を開き、「Languages」から「Japanese」を選択しておく必要がある。さらに好みに応じて「Speech speed」から内蔵ボイスの読み上げスピードを調節しておく。
他の画面でも共通しているが、前の画面に戻るには先頭見出しの次にある「Go back
」を操作する。


基本的な操作方法


  1. アプリを起動するとすぐに撮影モードになるので、撮影したい書類などにiPhoneをかざす。アプリが書類の4隅を検出すると「4 corners detected」と読み上げられるのでフレーミングの参考にしよう。「Flash set to」をタップすればフラッシュの「ON/Off/Auto」を切り替え、また「Pick from photo library」から、保存済みの写真をインポートすることもできる。
  2. iPhoneに向かって「Capture」と話すか「Double tap to take a picture」ボタンを操作すれば、シャッター音が鳴り書類を撮影する。
  3. 複数の写真を続けて撮影することもできる。撮影された写真は「Photo number XX」と読み上げる部分にリストアップされ、これをダブルタップすると撮影済みの写真を削除できる。
  4. iPhoneに向かって「Read」と話すか「Read」ボタンを操作すると、テキスト抽出処理が開始される。処理が完了すると抽出されたテキストが内蔵ボイスで自動的に読み上げられる。読み上げの一時停止は「Pause」、先頭からもう一度読み上げるには「Restart page」を操作。テキストフィールドにVoiceoverカーソルをフォーカスして読み上げさせることも可能。
  5. 複数の書類を撮影した場合は「Page XX Loaded」で目的のページへジャンプするか「Previous page」「Next page」を操作して切り替えられる。

かいつまんで説明すると、アプリを起動>4隅を識別したら「Capture」と告げる>「Read」と告げる>結果を読み上げ、という操作が基本。音声コマンドを使えば、画面をタッチする必要はない。

ここで一つ注意。
筆者の環境では、どういうタイミングで発生するかは不明だが、たまに書類を撮影したり「Read」コマンドを実行するとネットワーク接続エラーが出ることがある。この状態になるとテキストの抽出はもちろん音声コマンドも使えなくなるようだ。
エラーが発生したら、iOSのマルチタスク画面を開いて「Voice」を終了し、もう一度起動すれば回復する、と思う。今の所これで回復している…。


テキストの認識品質は?


さてOCRアプリのキモであるテキスト認識能力をみてみよう。
リリースノートによれば、「Voice」は撮影した画像を自動的に補正することで抽出精度を向上させているようだ。
以下に、同じ条件下で「Voice」と定番OCRアプリ「OCR-Pro」で抽出したテキストのサンプルを掲載する。

(「Voice」の抽出結果サンプル)
  ドコモ・ハーティ講座  (iPhone7) 【iPhone を便利に使うための機能や設定】  設定を変更するには、ホーム画面にある  「設定」を開きます。 <設定> ●Wi-Fi(ワイファイ)→「オン」 ※位置情報の正確性が向上します。 (用語説明) Wi-Fi  とは、パソコンなどのネットワーク接  続に対応した機器に、無線(ワイヤレス)でネ  ットワーク接続する技術のことです。  例えば、docomoWi-Fi に接続した場合、携帯電  話の回線を使わずにインターネット接続をする  ので、パケット通信量が節約できます。
(ここまで)

(「OCR-Pro」の抽出結果サンプル)
ドコモ·ハーティ講座
(iPhone 7)
【iPhone を便利に使うための機能や
設定】
設定を変更するには、
「設定」
を開きます。
ホーム画面にある
く設定>
●Wi-Fi(ワイファイ)→「オン」
※位置情報の正確性が向上します。
(用語説明)
Wi-fi とは、パソコンなどのネットワーク接
続に対応した機器に、無線(ワイヤレス)でネ
ットワーク接続する技術のことです。
例えば、docomolWi-Fi に接続した場合、携帯電
話の回線を使わずにインターネット接続をする
ので、パケット通信量が節約できます。
(ここまで)

「OCR-Pro」は文を自動的に判別して開業を入れるため読みやすいが(若干、開業が多すぎる気もしなくもないが)、文字の認識は「Voice」も負けていないレベル。ざっくりと使ってみた感じでは、書類の内容を把握する用途には十分実用的な品質に思えた。


「Voice」の特徴をまとめてみる


まだ短い期間ではあるが、使った範囲で、このアプリの特徴を挙げてみると、

良いと思ったところ
  • 撮影と抽出を音声で操作できる
  • 複数のページをまとめて抽出できる
  • 書類の4隅検出機能を備える
  • 抽出したテキストを自動的に読み上げる

これはイマイチと思ったところ
  • 時々ネットワーク接続のエラーが出る
  • 抽出したテキストの共有ができない
  • インターフェイスが英語

といった感じだろうか。
「音声コマンドによる撮影」は、最初聞いたとき「色物」的な印象を持っていたが、いざ使ってみるとこれが意外にも快適だった。シャッターボタンを操作する時にフレーミングがずれる心配がないので、安心感が強い。
そしてなんといっても、単一ページであれば音声コマンドを用いることで、アプリを起動してから読み上げまで、一切のジェスチャ操作が不要なのだ。これはジェスチャに慣れていないユーザーにも適しているだろう。

まだ(実質的に)ファーストリリースということもあり、ネットワーク接続が不安定だったり機能が少ないなど不満な部分もあるが、開発元からは音声コマンドの追加を含めたバージョンアップが予告されているので、今後の動きが楽しみなアプリだ。

個人的には、iPhone使いの視覚障害者にオススメのOCRアプリは「OCR-Pro」(残念ながら無料版は公開終了)もしくは「Google 翻訳」あたりが定番だったが、Voiceoverユーザーを強く意識して開発されている「Voice」は、これらの牙城を崩すポテンシャルを秘めているアプリと感じた。本当に音声コマンドは楽で良いよ!

関連アプリ:
OCR-pro 開発 Gen Shinozaki/価格 720円/対応OS iOS 8以上
Google 翻訳 開発 Google LLC/価格 無料/対応OS iOS 10以上


※アプリの機能や価格は、記事執筆時点のものです。

2019年6月14日金曜日

[粗訳] 脳を通じて「視覚をシェアする」新技術。


再生医療やインプラント人工視覚など、視覚障害者に「見る」能力を与える技術はまだまだ現実性が見えていない。だがいつかきっと、これらの技術により多くの視覚障害者が光を取り戻せる日が来ることを願うばかりだ。
そんな中「他人の目を通じてものを見る」という、にわかには信じがたい技術のニュースが飛び込んできた。他のソースを読むとこれは視覚障害者専用というわけではなく、新しい軍事技術の一つとして研究されているようだ。
まるで一昔前のSFに出てきそうなこの技術、果たしてどこまで本気なのかな?

※以下は「New Tech Could Allow Blind People To See Through The Eyes Of Others」をほんのり翻訳したものです。私にはとても難解です。

新しい技術は、他人の目を通じて視覚障害者が「見る」ことを実現する。

テキサス州ヒューストンにあるライス大学の研究チームは、視覚障害者が晴眼者の目を通して世界を見ることを可能にする技術を開発している。

この途方もないプロジェクトが成功すれば、晴眼者の視覚を読み取り、その人が見た画像を、20分の1秒以内に視覚障害者の脳に転送(テレパシー)することで、2人の脳の間で視覚画像を共有できるようになるという。

神経工学のチームが、手術を必要とせずに人間の脳とマシンを直接接続するためのヘッドセットやヘルメットの開発に着手した。このヘッドセットとそれを支える技術によって、テレパシーによる映像の共有が可能になる。

研究者は、このヘッドセットから発せられる光と磁場の両方を用いて、着用者の脳内の特別に再プログラムされたニューロンと相互作用させ、個人が見た視覚的イメージを視覚障害者の脳内に伝達することでコンセプトを実証する計画だ。

4年間続けられるこの野心的な研究は、「Magnetic, Optical and Acoustic Neural Access(MOANA)」プロジェクトと呼ばれる。同社は米国防総省の国防高等研究計画庁(DARPA)から1800万ドルの資金提供を受けている。

DARPAがこのプロジェクトに関心を持っているのは、人間の脳とマシンの間でデータを送受信できる双方向インターフェースの開発を目指す「Next-Generation Nonsurgical Neurotechnology(N3)」プログラムのためだ。

ふたつの脳の間で映像を共有するという話は絵空事のように聞こえる。しかし研究チームのリーダーを務めるJacob Robinson氏は、最近の技術革新の数々がこのアイデアを実現可能にしたと語る。

「人の視覚に関わるの神経活動を解読し、それを1/20秒以内で別の人の脳内に再現しなければなリマせん。」とRobinson氏。
「手術なしでそれを行う技術はまだ存在しません。我々がそれを作るのです。」

人間の脳に装置を埋め込む手術は許されていないため、ライス大学の研究チームは、光、超音波、電磁エネルギーを組み合わせて脳の活動を読み書きする計画だ。MOANAでは、この3つをすべて取り入れた技術をテストする。

Robinson氏によると、MOANAのデコードおよびエンコード技術はいずれも、現在臨床試験中の黄斑変性、一部のガン、神経疾患の治療技術である、ウイルスベクターを用いた遺伝子伝達技術を採用する予定という。

ライス大学の研究チームは、神経活動を「読み取る」ために、ニューロンが活動しているときや firingしているときに光を吸収するように設計された「カルシウム依存性指示薬」と呼ばれる合成タンパク質を作ルようにニューロンを再プログラムする。

「我々の目的は、頭蓋骨を2回通過する光子に含まれる情報をキャプチャーし、解釈することです。光子は最初に視覚皮質に到達し、反射して検出器に戻されます。」
と共同研究者のAshok Veeraraghavan氏は述べた。

MOANAのチームには、Rice、Baylor College of Medicine、Jan and Dan Duncan Neurological Research Institute at Texas Children's Hospital、Duke University、Columbia University、Yale's John B.Pierce Laboratoryの15人の共同研究者が参加している。


※他の情報ソース:


2019年6月13日木曜日

[粗訳] AIRAユーザーが語る支援技術のジレンマ。


※このエントリーは「The promise and pitfalls of assistive technologies for people with visual impairments | CBC Radio」をざっくり翻訳したものです。

視覚障害者に対する支援技術の未来と落とし穴

Chelsea Mohler氏は、Airaのような支援サービスにお金を払うことで、他人に助けを求めた時に発生する「パワーの不均衡」を解消できると語る。

視覚障害を持って生まれたMohler氏は、支援技術を使いこなしている。しかし、ここ数年、あるイノベーションが、Uberを利用したり、コーヒーを注文したり、洋服を選んだりといったタスクに新しい種類の支援を提供している。
Airaは、視覚障害者の周囲をリアルタイムで説明するエージェントへの電話アクセスを提供する有料サービスだ。
Mohler氏の場合、自分のスマートフォンを胸に固定して、自分が見ているものをAIRAエージェントに伝えることができる。

「人生が大きく変わりました」
Mohler氏はオープンホストのPiya Chattopadhyayに語った。

・プライバシーを犠牲にする価値があるなら

もちろん自分の居場所にAIRAのエージェントを招待し、あなたの一挙一動を見てもらうことは、プライバシーの大半に別れのキスをすることを意味する。Airaが稼働している間、ユーザーのスマートフォンは動画だけでなく、UberやLyftといった他のアプリからのデータも送信する。位置情報が収集され、画面共有が日常的に行われる。
しかし、Mohler氏のようなユーザーは、提供されるサービスに十分な価値を見出してぃる。

「私が気に入っている理由は、それが有料サービスだから。援助にお金を払うことで、一定の質のサービスが期待できるということです。」

プライバシーに関する懸念を軽減するため、Airaは「プライバシーモード」機能を提供しており、ユーザーは接続されたエージェントに対して、ビデオとオーディオへのアクセスを一時停止することができる。通話を再開する準備ができたら、この機能を無効にすればいい。たとえば、Airaのエージェントが選んでくれた服に着替えるときに「プライバシーモード」を有効にする、といった具合だ。

ニュージャージー州のAiraユーザーであるMary Fernandez氏は、エージェントは職業上の境界線を維持するために優れた仕事をしており、24時間体制でアクセスできるため、学校への復帰が容易になったと述べた。

「大学院生として、定時を守る必要はありません。」と彼女は言った。
Airaは周囲の人々からの助けを減らし、いつでもどこでも、必要な時に支援を求めることができる。

・支援技術の予想外のコスト

Fernandez氏が懸念するのはコストだ。Airaユーザーは、利用時間に応じて月額99ドルから329ドルの使用料が必要だ。現在、Fernandez氏が所属する大学はこの費用を負担しており、将来の就職先でも同様の配慮をしてくれることを期待している。しかし、多くの視覚障害者にとって、AIRAは手の届かないサービスだと彼女は言う。

「米国の視覚障害者の大多数が失業していることを考えると、これは極めて大きな金額です。」
AiraはMary Fernandez氏にとって素晴らしいサービスだったが、彼女は米国の職場や教育の場におけるアクセシビリティの問題が早急に解決されることを願っている。

カナダ国立盲人研究所が2018年に発表した報告書によると、カナダにおける視覚障害者の失業率は約70%だという。
撮影した映像を補正しユーザーの目の前にあるディスプレイに表示するスマートグラスから、写真に写っている物体やテキストを識別するアプリまで、ロービジョンに対する技術的解決策はいたるところにある。
しかし、Airaのように、これらの支援技術の多くは費用がかかり、個々の開発者や資金不足に悩まされているスタートアップのイノベーションに頼っている。

カナダ視覚障害者協議会の顧問を務めるAlbert Ruel氏は1月、CBCの『オン・ザ・コースト』に対し、支援技術の普及により、音声技術やスマートフォン、スマートグラスなどの機器に依存しない、「点字」など、比較的アクセスしやすいソリューションへの関心が低下していることを指摘している。

その一方で、アクセシビリティを高める立法的な努力は弱まっている。
Mohler氏が住んでいるオンタリオ州では、今年で14年になる『障害者のためのオンタリオ州アクセシビリティ法』(Accessibility for Ontarians with Disabilities Act) が、多くの公約を果たしていないことが、最近の調査で明らかになった。特に懸念しているのは、その著者である元Ont氏だ。
David Onley副知事は、多くの組織が、Webサイトの設計に関してアクセシビリティの標準を満たすことに苦労していると指摘している。

Fernandez氏は、米国でも同じことが言えると言う。米国ではアクセシビリティの問題が解消されないことでAIRAのようなサービスが必要とされているがそれは望ましい状態ではない。

「私はAiraを廃業させたくありません。でも、仕事や教育がもっとインクルーシブになり、その上でハイキングに行くようなより豊かな経験のためにAiraを使うことができれば素晴らしいとは思いませんか?」

・パワーの不均衡は存在しない

高額な料金と少々の不満はあるものの、Mohler氏とFernandez氏は、Airaが支援を求めたり受けたりすることに伴う社会的困難の一部を緩和するのに役立ち彼らの生活を改善してきたことに同意している。

「それは友人にお願いするのとは違い、パワーの不均衡がありません。」
Mohler氏は言う。
「サービスにお金を払うのです。私を助けるのが彼らの仕事です。もちろん彼らは自分の仕事を望んでいるし、うまくやりたいと思っています。なぜなら彼らはおそらく仕事を続けたいからです。」

Mohler氏によると、視覚障害者をナビゲートするということは、数多くの「仮定」に対処することだと言う。助けが必要かどうか? どのような助けが必要か? 自分で対処できるのはどのような時か? AIRAはそのような現状からいくつかの仮定を取り除いてくれる。


「私たちが権限を持った方法で支援を受けられる道を探求していきましょう。」

支援技術関連記事まとめ(2022年11月)※お知らせあり。

※以下のリンクをクリックするとDropboxへ接続し、ダウンロードが自動的に始まります。 ※ダウンロードファイルはHTML形式です。ブラウザで開いてください。 ※正常に表示されない場合は別のブラウザで試すか、エンコード設定を変えて見てくださ い。 ダウンロード: 海外記事 / 国...