盲人和低视力 (BLV) 人士经常使用声音进行导航，例如通过回声定位或各种辅助技术。悉尼科技大学(UTS) 和仿生设备制造公司Aria Research 的科学家决定将两者结合起来，开发一种名为“声学触摸”的技术。当与智能眼镜结合使用时，声学触摸将用户面前的物体转换为听觉图标。

　　声学触摸使用头部运动头部位置也是回声定位的关键来指示播放哪些声音图标以支持对周围环境的探索。该论文的作者之一Howe Yuan Zhu将声学触摸描述为基于感觉-运动耦合的用户界面。在这种情况下，感觉反馈是由佩戴者的头部运动产生的。

　　他说，想象一下一个虚拟的圆锥体在人的头前延伸。该锥体区域中的任何对象都将用唯一的音频签名表示。“可穿戴眼镜可能仍然可以看到更多物体，但它只会将更窄视野内的物体传递给用户。” 他们的论文上个月发表在PLOS One上。研究小组还包括两名盲人研究人员。

　　研究人员对 14 名参与者7 名 BLV 个体和 7 名蒙眼视力正常者进行了界面测试，参与者均佩戴声学触摸智能眼镜。他们必须识别面前桌子上的物体。他们发现，BLV 参与者在识别和伸手拿物体方面表现良好，且不会增加脑力消耗。

　　传统上，可穿戴设备使用计算机视觉和计算机生成的语音来传递信息。然而，通过声学触摸，尽管眼镜可以检测佩戴者面前的一切，但“头部扫描”运动会创建一个“中间层”。这允许用户决定他们想要首先探索什么，然后进行选择。

　　“我们不确定的关键问题之一是头部运动的直觉程度如何，”Zhu说。“我们知道，在视觉中，它在我们观察房间的方式中发挥着关键作用……但通过音频，我们知道它发挥了作用，但不知道有多大。” 他们的观察表明，头部扫描运动并不需要大量的额外努力。“尽管这需要更多的体力劳动，但参与者仍然能够拿起它，并且仍然觉得它有些直观，”Zhu说。

　　在他们的研究中，他们还构建了一个基准平台，使用计算机视觉和对象识别算法来识别 120 多个对象。然而，在测试中，他们只使用了四个对象，以了解用户是否更喜欢使用界面来播放所有对象的图标，或者他们是否更喜欢使用头部运动来选择性地探索。“我们专注于理解，这是可以学习的吗？有人可以在与物体相似的声音之间建立心理联系吗？然后我们将其与言论进行比较，”朱说。“我们也不想完全放弃基于语音的界面。” 例如，为了识别特定的人，或者描述更复杂的物体，使用语音可能更简单。

　　他还澄清说，虽然他们的研究是关于声学触摸技术而不是制造智能眼镜这是 Aria Research 所做的事情，但他们确实做出了一些可能在未来相关的技术观察。例如，他们注意到头部旋转的速度可能非常重要。“如果用户扫得太快，他们更有可能错过物体，”Zhu说，“因为计算机视觉速度不够快。”

　　他说，自论文发表以来，他们一直在使用更真实的环境、更广泛的背景和更多的对象来继续研究。这包括使用声音图标来指示路径或绕过障碍物的迷宫导航。朱指出，使用计算机语音更有可能减慢人们的速度，因为人们需要停下来来处理它。“然而，”他补充道，“如果我们只播放提示车道的音频图标，人们实际上可以跟着走，就像使用它一样，让你跟着走。”