Trí tuệ nhân tạo mở thêm “đôi mắt số” cho người khiếm thị

Khoảng trống công nghệ trong hỗ trợ người khiếm thị

Trong bối cảnh chuyển đổi số diễn ra mạnh mẽ, công nghệ đang thay đổi cách con người học tập, làm việc và giao tiếp. Tuy nhiên, với người khiếm thị, việc tiếp cận nguồn thông tin số vẫn còn nhiều trở ngại. Dù điện thoại thông minh (smartphone) ngày càng phổ biến, các ứng dụng hỗ trợ hiện nay vẫn chưa đáp ứng được đầy đủ nhu cầu sử dụng trong điều kiện thực tế.

Theo thống kê, thế giới hiện có hơn 250 triệu người khiếm thị. Tại Việt Nam, cơ hội học tập, tìm kiếm việc làm và tự lập của nhóm đối tượng này vẫn còn hạn chế do khó tiếp cận thông tin và thiếu các công cụ hỗ trợ phù hợp.

Nhiều ứng dụng thương mại nổi tiếng trên thế giới như Lookout, Seeing AI hay KNFB Reader đã hỗ trợ nhận dạng văn bản, vật thể hoặc mô tả môi trường, song vẫn tồn tại những hạn chế như chi phí sử dụng, khả năng nhận diện tiếng Việt chưa tối ưu hoặc yêu cầu người dùng phải căn chỉnh camera chính xác.

Tại Việt Nam cũng đã xuất hiện một số nền tảng hỗ trợ người khiếm thị, song đa số mới đáp ứng những chức năng riêng lẻ như đọc tài liệu hoặc nhận dạng tiền tệ. Thực tế đó đặt ra yêu cầu cần xây dựng một giải pháp tích hợp, phù hợp với điều kiện sử dụng của người khiếm thị Việt Nam.

Xuất phát từ nhu cầu này, Sở KH&CN TP. HCM đã đặ hành nhóm nghiên cứu do TS. Đinh Thị Thu Hương, Trường Đại học (ĐH) Tư thục Quốc tế Sài Gòn chủ trì đã thực hiện nhiệm vụ "Nghiên cứu và ứng dụng trí tuệ nhân tạo xây dựng phần mềm hỗ trợ người khiếm thị nhận biết thông tin qua điện thoại thông minh".

Mục tiêu của đề tài là phát triển ứng dụng SgBE, giúp người khiếm thị tiếp cận nhiều nguồn thông tin ngay trên điện thoại, góp phần nâng cao hiệu quả học tập và sinh hoạt hằng ngày.

Nghiên cứu từ nhu cầu thực tế của người dùng

Để triển khai đề tài, nhóm nghiên cứu đã tiến hành khảo sát tại Hội Người mù Việt Nam, Hội Người mù Nha Trang và Trường Phổ thông Đặc biệt Nguyễn Đình Chiểu, nhằm tìm hiểu thói quen sử dụng điện thoại cũng như những khó khăn mà người khiếm thị thường gặp.

Kết quả khảo sát cho thấy phần lớn người dùng sử dụng TalkBack, tính năng hỗ trợ tiếp cận trên hệ điều hành Android, giúp người khiếm thị hoặc có thị lực kém trên Android hoặc ứng dụng VoiceOver có tính năng tương tự trên iPhone để thao tác điện thoại.

Tuy nhiên, các công cụ này chỉ có khả năng đọc những nội dung đã hiển thị trên màn hình. Khi cần đọc sách, tài liệu giấy hay nhận diện môi trường xung quanh, người khiếm thị phải sử dụng thêm nhiều ứng dụng khác nhau, trong khi việc căn chỉnh camera để chụp đúng tài liệu lại là thách thức lớn.

Từ những kết quả khảo sát đó, nhóm nghiên cứu lựa chọn phát triển hệ thống AI tích hợp nhiều chức năng trong cùng một ứng dụng.

Quá trình nghiên cứu kết hợp cả lý thuyết và thực nghiệm. Nhóm nghiên cứu khảo sát nhiều mô hình AI hiện đại trong các lĩnh vực nhận dạng ký tự quang học (OCR), nhận dạng đối tượng, màu sắc, giọng nói, truy xuất thông tin và chuyển văn bản thành giọng nói. Đồng thời, các mô hình được đánh giá theo nhiều tiêu chí như độ chính xác, tốc độ xử lý, mức sử dụng bộ nhớ và khả năng vận hành trên smartphone có cấu hình khác nhau.

Sau khi hoàn thiện, các mô hình AI tiếp tục được triển khai thử nghiệm tại các cơ sở dành cho người khiếm thị để lấy ý kiến phản hồi và điều chỉnh chức năng theo đúng nhu cầu sử dụng thực tế. Cách tiếp cận lấy người dùng làm trung tâm, đã giúp ứng dụng khắc phục nhiều hạn chế của các phần mềm hiện có, đặc biệt trong điều kiện người dùng khó giữ ổn định điện thoại khi chụp ảnh hoặc thao tác.

Giải pháp AI tích hợp cho người khiếm thị

Kết quả nổi bật nhất của đề tài là xây dựng thành công ứng dụng SgBE trên cả hai nền tảng Android và iOS.

Khác với nhiều phần mềm chỉ thực hiện một chức năng, SgBE tích hợp đồng thời nhiều module AI như nhận dạng văn bản (OCR), định vị vùng tài liệu, nhận dạng tiền, vật thể, màu sắc và chuyển văn bản thành giọng nói tiếng Việt. Các chức năng đều được kiểm thử trên dữ liệu thực tế, do chính người khiếm thị tạo ra trong điều kiện sử dụng hằng ngày.

Đối với chức năng đọc tài liệu, hệ thống được đánh giá trên 200 trang tài liệu với nhiều dạng khác nhau như sách giáo khoa, truyện tranh, công văn... Mô hình đạt độ chính xác trên 92,5%, đồng thời xử lý tốt các trường hợp ảnh bị nghiêng, rung hoặc thiếu sáng. So với nhiều giải pháp OCR phổ biến, hệ thống cho kết quả vượt trội khi xử lý những bức ảnh không đạt điều kiện tiêu chuẩn.

Ở chức năng nhận dạng tiền, nhóm nghiên cứu thử nghiệm trên 505 ảnh chụp trong nhiều điều kiện khác nhau. Kết quả cho thấy tỷ lệ nhận dạng đúng đạt 92,67%, tỷ lệ nhận nhầm chỉ khoảng 3,76%.

Với nhận dạng đối tượng, hệ thống được kiểm tra trên 450 ảnh thuộc 18 nhóm vật thể khác nhau và có khả năng phân biệt hiệu quả các nhóm như con người, động vật, phương tiện giao thông hay đồ dùng sinh hoạt.

Trong khi đó, mô hình nhận dạng màu sắc đạt độ chính xác hơn 94%, ngay cả khi ảnh có góc chụp lệch hoặc ánh sáng không ổn định - tình huống rất phổ biến khi người khiếm thị sử dụng camera điện thoại.

Một ưu điểm nổi bật là giao diện được thiết kế tối giản, phản hồi hoàn toàn bằng giọng nói tiếng Việt nên người khiếm thị có thể sử dụng ngay mà không cần nhiều thời gian làm quen. So với nhiều ứng dụng thương mại, SgBE có lợi thế ở khả năng hỗ trợ tiếng Việt tốt hơn, tích hợp nhiều chức năng trong một nền tảng và được tối ưu theo điều kiện sử dụng thực tế của người Việt Nam.

Toàn bộ các module AI đều đạt hoặc vượt các chỉ tiêu khoa học đặt ra. Sản phẩm cũng đã được Cục Bản quyền tác giả - Bộ Văn hoá, Thể thao và Du lịch cấp giấy chứng nhận quyền tác giả phần mềm và các kết quả nghiên cứu đã được Sở KH&CN TP. HCM nghiệm thu.

Để hoàn thiện ứng dụng, nhóm nghiên cứu phối hợp với Trường Phổ thông Đặc biệt Nguyễn Đình Chiểu khảo sát, lấy ý kiến phản hồi và đánh giá trải nghiệm người dùng.

Theo TS. Đinh Thị Thu Hương, quá trình thử nghiệm tập trung đánh giá khả năng vận hành của các mô hình AI trên dữ liệu thực tế, trải nghiệm của 30 người khiếm thị và 34 người sáng mắt, đồng thời so sánh với một số phần mềm thương mại có chức năng tương tự. Đặc biệt, chức năng phản hồi bằng giọng nói tiếng Việt, đã giúp người khiếm thị có thể sử dụng ứng dụng ngay từ lần đầu mà không cần nhiều thời gian làm quen.

Ông Nguyễn Quyết Thắng, giáo viên Trường Phổ thông Đặc biệt Nguyễn Đình Chiểu, cho biết các tính năng của SgBE đều rất cần thiết vì hỗ trợ người khiếm thị tiếp cận thông tin trong học tập và sinh hoạt thuận tiện hơn. Theo ông, để phát huy hiệu quả lâu dài, ứng dụng cần tiếp tục được cập nhật, bổ sung thêm các tính năng đáp ứng những nhu cầu phát sinh trong thực tế, như nhận diện đầy đủ các mệnh giá tiền, qua đó hỗ trợ người khiếm thị tốt hơn.

Không chỉ khẳng định tiềm năng ứng dụng AI trong hỗ trợ người khiếm thị, kết quả nghiên cứu còn mở ra hướng phát triển các giải pháp công nghệ phục vụ cộng đồng người yếu thế. Việc đưa SgBE vào thực tiễn góp phần giúp người khiếm thị chủ động hơn trong học tập, sinh hoạt, tiếp cận thông tin, qua đó nâng cao chất lượng cuộc sống và thúc đẩy hòa nhập xã hội trong kỷ nguyên số./.