Překlad znakové řeči telefonem

Znáte ImagineCup? Je to mezinárodní soutěž Microsoftu, kam se můžete přihlásit s nějakým zajímavým projektem z oblasti IT a soutěžit. Cenami jsou hlavně licence nebo produkty Microsoftu (Xbox apod.), ale hlavně tu jde o zviditelnění se. Hlavním omezením tu je nutnost postavit projekt na nějaké technologii od MS, ale vzhledem k jejich záběru to asi není až takový problém.

V aktuálním kole v Austrálii mě hodně zaujal jeden ukrajinský projekt - EnableTalk. Vymysleli rukavice pro neslyšící, které převádí gesta na text a ten pak nechávají telefonem vyslovovat přes jeho text-to-speech. Podobná řešení už existují, ale stojí nad 1000$, kdežto EnableTalk si ho vyrobili na koleni za cenu součástek 75$. Ve videu níže je třeba vidět, jak vaří obvody v hrnci.

Hodně si pomohli třeba tím, že logiku neobstarává žádné speciální zařízení, ale nechají to na telefonu. Ty mají dnes dostatečný výkon, aby neměly problém si s podobnými úkoly poradit. V praxi to pak vypadá tak, že si obléknete rukavice, ty se spárují s telefonem přes bluetooth a když začnete "mluvit rukama", telefon mluví. Nejspíš to půjde rozšířit i tak, že budete stejným způsobem telefonovat.

Teď samozřejmě rukavice vypadají ještě celkem obludně, ale ne až tak jak bych čekal. Jde ale samozřejmě o prototyp a reálný produkt by všechny tištěné spoje nacpal do jednoho čipu.

Více si o EnableTalk můžete přečíst třeba na TechCrunch. Když jsem se na to ale díval, tak mě napadlo - nešlo by to udělat obráceně?

Bez rukaviček

EnableTalk je určený striktně pro neslyšící, aby mohli snadno komunikovat s kýmkoliv. Ale co to udělat obráceně? Co kdyby byla aplikace, která by kamerkou v telefonu četla gesta a převáděla je na zvuk? V případě domácího použití by na to byl parádní Kinect - tam nemusíte řešit rozpoznávání obrazu a gest, protože to umí už sám o sobě. Bylo by to ale použitelné jenom třeba pro videohovory.

Dnešní telefony s čtyřjádrovými procesory by už ale neměly mít vůbec problém v reálném čase gesta z videa rozpoznávat - pak už "jenom" přiřadíte gestům význam a hlavně to celé zkalibrujete pro neúplná gesta, "nářečí" a podobně. Chvilku jsem tomu dal a zkoumal, jestli by nemělo smysl do takového projektu pustit. Pár podobných projektů už existuje a většinou se ve vývoji několik let na různých univerzitách - většina slibuje uvedení reálného produktu začátkem příštího roku.

Docela by mě zajímalo, jestli to skutečně tak moc technicky náročné a nebo jen naráží na špatné načasování. Pokud totiž problém začali řešit před několika lety, museli ho řešit pro úplně jiná zařízení - vyrobit si vlastní (pak je to celé k ničemu) nebo to celé přizpůsobovat pomalým telefonům. Dneska už ale má většina chytrých telefonů výkon vyšší, než měly notebooky před pěti lety, takže už se s tím moc mazat nemusíte.

Celé mě to zase nalákalo nakouknout do světa mobilních aplikací. Nechci se ale pouštět do hloupých mobilních her nebo supersociálních aplikací. Je to bokovka, která nemusí nic vydělat, takže bych chtěl zkusit něco technologicky zajímavého.