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。”