تحول در دسترسی‌پذیری دیجیتال؛ جی بورد گوگل زبان اشاره را به متن تبدیل می کند

فناوری‌های حمایتی و ابزارهای دسترس‌پذیری (Accessibility) در سال‌های اخیر دستخوش تحولات شگرفی شده‌اند و گوگل به عنوان یکی از پیشگامان این حوزه، همواره در تلاش است تا تعامل با دنیای دیجیتال را برای افراد دارای معلولیت آسان‌تر کند. در همین راستا، غول دنیای فناوری در حال توسعه قابلیت انقلابی جدیدی به نام «ورودی زبان اشاره به متن» (Sign-to-text) است. این ویژگی که قرار است به کیبورد محبوب گوگل (Gboard) اضافه شود، به کاربران ناشنوا و کم‌شنوا این امکان را می‌دهد تا بدون نیاز به تایپ سنتی یا استفاده از دستیارهای صوتی متداول، تنها با حرکات دست خود پیام بنویسند، ایمیل ارسال کنند و در وب به جست‌وجو بپردازند.

 

عملکرد این سیستم نوآورانه بر پایه هوش مصنوعی و بینایی ماشین استوار است. فناوری مذکور با بهره‌گیری از دوربین جلوی گوشی هوشمند، ویدئویی از حرکات دست و بدن کاربر را ثبت می‌کند. الگوریتم‌های پیشرفته با آنالیز فرم دست‌ها، سرعت حرکت و تغییر موقعیت انگشتان، این نشانه‌ها را رمزگشایی کرده و به کلمات مکتوب تبدیل می‌کنند. اگرچه در گزارش‌های اولیه به اشتباه از واژه «آواز خواندن» برای توصیف این فرآیند یاد شده، اما واقعیت امر، تمرکز مطلق سیستم بر تحلیل پویای اشارات و حرکات دست (Sign لغوی) است.

 

یکی از بزرگ‌ترین چالش‌های توسعه این ابزار، تنوع بی‌شمار زبان‌های اشاره در سراسر جهان است؛ چرا که زبان اشاره یک سیستم بین‌المللی واحد نیست و هر کشور یا منطقه جغرافیایی، ساختار و دستور زبان مستقل خود را دارد. گمانه‌زنی کارشناسان حوزه فناوری حاکی از آن است که گوگل در فاز نخست، تمرکز خود را بر پشتیبانی از زبان اشاره آمریکایی (ASL) معطوف کرده است و انتظار می‌رود در آپدیت‌های بعدی، سایر زبان‌های پرکاربرد دنیا نیز به این چرخه افزوده شوند.

 

زمانی که پای پردازش ویدئویی و تحلیل داده‌های تصویری به میان می‌آید، مسئله حریم خصوصی به یکی از دغدغه‌های اصلی کاربران تبدیل می‌شود. گوگل برای رفع این نگرانی، یک رویکرد ترکیبی هوشمندانه را اتخاذ کرده است. فرآیند اولیه تصویربرداری و جداسازی واژه‌ها و حرکات کلیدی، به صورت کاملاً محلی و درون خود دستگاه (On-device processing) انجام می‌شود؛ به این معنی که ویدئوی خام و اصلی کاربر هرگز از گوشی خارج نشده و در سرورهای ابری ذخیره نمی‌گردد.

 

تنها داده‌های ساختاریافته و کدهای استخراج‌شده از حرکات هستند که برای تحلیل نهایی و تبدیل دقیق به متن به سرورهای گوگل ارسال می‌شوند. این شرکت متعهد شده است که این اطلاعات پردازش‌شده نیز به محض انجام مأموریت و تبدیل به متن، فوراً از تاریخچه سیستم حذف شوند تا امنیت اطلاعات شخصی کاربران به طور کامل تضمین شود.

 

هم‌زمان با توسعه ابزار زبان اشاره، گوگل در حال آزمایش یک ویژگی کاربردی دیگر در نسخه جدید جی‌بورد است که فرآیند تایپ روزمره را برای تمامی کاربران روان‌تر می‌کند. این قابلیت که تحت عنوان Auto-space after suggestions (افزودن خودکار فاصله بعد از پیشنهادها) در منوی تنظیمات Corrections & suggestions دیده شده، مشکل کلافه‌کننده درج دستی فاصله (Space) پس از انتخاب کلمات پیشنهادی را حل می‌کند. با فعال‌سازی این گزینه، به محض اینکه روی یک واژه پیشنهادی در بالای کیبورد ضربه بزنید، کلمه وارد متن شده و یک فاصله خودکار بعد از آن ایجاد می‌شود.

 

بزرگ‌ترین مزیت این به‌روزرسانی، هوشمند بودن آن در مواجهه با علائم نگارشی است. در گذشته، ایجاد فاصله خودکار باعث می‌شد که قرار دادن نقطه، کاما یا علامت سوال بعد از کلمه با فاصله اضافی همراه شود و ظاهر متن را به هم بریزد. اما سیستم جدید گوگل به گونه‌ای طراحی شده که اگر کاربر بلافاصله پس از انتخاب کلمه پیشنهادی، یک علامت نگارشی را لمس کند یا بخواهد پیشوند و پسوندی را به واژه متصل کند، فاصله خودکار حذف یا تعدیل می‌شود تا جریان تایپ بدون هیچ وقفه و اصلاح دستی به پیش برود.