技术人文丨十年,让无障碍落地生根

小米无障碍功能历经十年发展,从用户反馈起步,到设立专职团队,现在已有众多员工和志愿者参与其中。通过与障碍用户建立友谊,提供无障碍体验,以及技术创新,小米正在让无障碍成为产品核心功能。从管培生的视障体验到声音配型捐赠项目,小米不断探索无障碍的边界,努力实现每个人都可能需要的无障碍环境。
摘要由CSDN通过智能技术生成

新年将至,万象更新,不知不觉小米无障碍也已经迈入了第10个年头

从2013年,视障用户“清冷的刀锋”在MIUI社区发布的功能反馈帖,引起了MIUI工程师对无障碍的关注;到2018年开始MIUI设立专人负责系统无障碍优化;到今天,小米已经有20余名内部培训师、几百位产品、研发、设计及各业务条线的同学、500多位小米志愿者、1000余名障碍用户参与无障碍体系的搭建

当越来越多的“局外人”变成了“局内人”,无障碍也慢慢在每个小米人心中扎根。而落地生根的过程,离不开我们持续跟用户交朋友多元的无障碍体验以及在技术创新上的坚持

与用户交朋友

“你们为什么把指纹解锁的震动反馈取消掉了,这对我们很重要,赶紧加回来!”

“对不起!我们错了!”

这个对话出自于小米的障碍用户交流群。在过去很长的一段时间里,无障碍都是一个被忽视或是误解的需求,而原因仅是绝大部分开发者从小到大都没有接触过障碍人群,无障碍也就很难在产品设计的第一时间出现在开发者脑中。

庆幸的是,一直以来小米都坚持与用户交朋友,与障碍用户当然也不例外。在MIUI障碍用户的反馈QQ群与微信群建立之后,MIUI专职负责无障碍的同事薛康,每天在群里接受“炮轰”,但也开始了解障碍用户需要的不是一个专门的无障碍系统,而是做好适当的适配与辅助工具,让他们也能享受跟所有人一样的使用体验

d3ebfd4b43879989071b6bc578ae5043.jpeg图1.MIUI无障碍用户反馈群里薛康与用户直接进行沟通与反馈

而群里,薛康也不是单纯的“哄”着用户,除了接收反馈,交流新需求与功能外,薛康还会跟用户唠家常,有时甚至会开玩笑的互怼。在交流的过程中,障碍用户并没有被贴上“需要帮助”的标签,他们就只是一个普通用户,一个朋友

在2019年的小米家宴上,王慧和李娜两位视障用户,则把无障碍带到了更多人的面前。在活动中王慧吐槽了他使用小米商城的困难“你们还能抢购,我连每年促销有什么优惠都看不到”。

5c9df5cc00a7b553c5c097a191954e83.jpeg图2.小米家宴

这让大家十分汗颜,在此之前大家根本没意识到障碍用户的使用困难。而如今,一位活生生的用户,一位朋友站在你面前,跟你说“这个东西我用不了”,所有人都只想着,“这个我一定要改”

e0baffa34c25abcc0013a2770310d3a9.jpeg图3.《梧桐树》障碍议题观影活动交流

在此之后,除了邀请更多业务同学进入线上反馈群,与用户直接沟通以外,不定时举办的障碍用户交流共创会障碍议题观影互动会,也让更多的开发者有了跟障碍用户成为朋友的机会

76329a59bfd560219777034b27559b59.jpeg图4.障碍用户交流共创会

而随着多元就业岗位——小爱同学标注员的开创,在2021年,几位残障标注员来到了北京小米科技园,进行融合办公

小米人初次在园区见到障碍同事时,从开始的充满了好奇,甚至会担心不知如何跟这些同事互动,到每天共同的生活,更多小米人跟这些残障标注员成为朋友,也发现“残障”只是一个标签,每一个人其实更应该是作为他自己,而被大家认识

c9c6ced05dc7073db024f724915b31b4.jpeg图5.小爱同学标注员在工作

我们也相信,从开发者认识了第一位障碍朋友开始,无障碍就不再只是一个附加功能,而是每个产品应该具备的能力,就像是“通话”之于手机,通话是手机本该有的功能,无障碍亦是

零距离无障碍体验

除了让更多开发者与障碍用户有交流和成为朋友的机会,亲身经历的体验更是让开发者有更深刻的无障碍体会

在2018年,一群刚进入小米的管培生,就经历了一天“失明”的特别体验,戴着眼罩模拟视力障碍,由视障导师指导完成独立出行采买用餐等任务。

视频:《从不可能到不一样》小米管培生视障体验同理心工作坊

在过程中管培生们经历了刚失去视力的彷徨、走出家门踏出第一步的紧张选购商品的茫然、到最后恢复视力的豁然开朗,亲身以视障朋友的视角去重新认识我们熟悉的世界

除了深刻体会到“完全不知道自己周围是什么,每一步,都在悬崖边上的感觉”,对产品中的无障碍有了更多的反思,就像小爱音箱管培生申毅说的那样:“虽然现在手机都有了无障碍模式,但是很多时候99步都做了无障碍优化,就在那入口的那一步两步没有做好,导致整个功能都用不了”。

17667234641529b716db12931c936504.png图6.申毅在展示产品

这次“失明”虽然只维持了一天,但偶尔的感同身受,却让人真切地了解无障碍对于每一个人的意义和价值

技术加成,让无障碍拥有更多可能性


小米“技术为本”的坚持,鼓励技术创新,也为无障碍带来了更多可能性

从2020第一届小米黑客马拉松开始,便有参赛队伍开始关注到技术在无障碍中的可能性,获得一等奖的「 聆听 」项目,便是语音识别的工程师们转变思想,利用人工智能语音识别技术,高效精准地识别脑瘫人士的声音,将脑瘫患者说的话,实时地在手机上显示出来,方便所有人理解。

a83084008ae3fa1e22b56081c23931b5.jpeg图7.「聆听」项目大奎战队获奖现场

2022年小米声音配型捐赠项目更是让500多位小米人成为声音捐赠志愿者,参与到技术与无障碍的创新中。

a6a349b911c6e4f88ec3c56773b2ad4d.png图8.声音捐赠志愿者在进行录音

而每一次技术在无障碍领域尝试的成功,也让更多障碍用户可以从“提出bug”变成敢于提出对“美好生活”的想象,并且激励着技术人员探索更多新技术与无障碍的可能性


2023,一起同行


新的一年始伊,小米无障碍亦会继续前行。

当无障碍不仅是列表上一串串的需求和数字,而是一个个真实的人,我们会发现无障碍并不特殊,而是在各种场景下的可用性。就如同每个人都会在一些时候面临着暂时性的障碍,像是喉咙痛发不出声、全身酸痛下不了床,无障碍在某些时刻其实是每个人的需要

感谢过往与小米无障碍一同前进的每一位伙伴,虽然这条路还挺长,但一群人一定可以走得更远,盼望未来,能有更多同行者的加入

END

7971adc87d99ae109dc2c8664d88feb9.gif

4693c7d77404a300cede2fdc64c7afd5.png

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值