Akadálymentesítés mesterséges intelligenciával – ingyenes hangoskönyvek a látássérülteknek
A könyvfesztiválon debütál az új, mesterséges intelligencián alapuló hangoskönyvplatform, amely lehetővé teszi az e-könyvek professzionális felolvastatását. Ez a látássérültek számára új lehetőségeket nyit meg, hogy azonnal hozzáférjenek a legújabb tartalmakhoz, ne kelljen hónapokat vagy akár éveket várniuk a hangoskönyvek megjelenésére.
Október a látás hónapja, és idén forradalmi áttörés történt a kulturális akadálymentesítés terén. A látássérült emberek számára a könyvekhez való hozzáférés évtizedek óta komoly fizikai és technikai akadályokba ütközött. Eleinte csak a Braille-írásos kiadványok álltak rendelkezésükre, de ezek előállítása rendkívül költséges és időigényes, így a hazai választék nem volt gazdag, mindössze 1200–1500 mű vált elérhetővé. A Magyar Vakok és Gyengénlátók Országos Szövetségének könyvtárában a kötetek több mint fele klasszikus és kortárs szépirodalom, de történelmi regények, sci-fik, drámák, valamint mintegy 300 ifjúsági és gyermekkönyv is elérhető.
Az utóbbi évtizedekben jelentek meg a hangoskönyvek és az elektronikus formátumok, a képernyőolvasó szoftverekkel, Braille-kijelzőkkel használható digitális szövegek, amelyek praktikusabbak, könnyebben használhatók, így egyre több látássérült ember számára vált elérhetővé a legfrissebb szépirodalom.
Az MVGYOSZ mintegy 65 éves múltra visszatekintő hangoskönyvtára jelenleg nagyjából 7000–7200 címet tartalmaz, azonban az újonnan megjelenő könyvek bekerülésére akár egy teljes évet is várni kell. A VOIZ ezért fejlesztett egy mesterséges intelligencián alapuló alkalmazást, amely lényegesen felgyorsítja a folyamatot. Papp Norbert, a VOIZ vezetője elmondta: ez egy olyan alkalmazás, mint a Spotify vagy a Netflix, csak míg azokon zenék, illetve filmek vannak, a VOIZ-on eddig hangoskönyvek voltak elérhetők.
Kifejtette: mivel a magyar piac nem túl nagy, az előállítás pedig drága, a kiadók csak olyan könyvekből készítettek hangoskönyvet, amiből várhatóan sok elkel. Így jelenleg nagyjából 3000 hangoskönyv érhető el a hazai piacon, de az új fejlesztésnek köszönhetően ez a szám év végére egy nagyságrenddel megnő: mintegy 30 ezerre. A látássérültek számára ingyenesen hozzáférhető lesz a teljes állomány, miután a VOIZ összekötötte rendszerét az MVGYOSZ tagnyilvántartó rendszerével.
Az alkalmazás egy olyan AI-modell, amely felismeri a szöveg tartalmát, és képes azt művészi szinten előadni. A TTS (Text-to-Speech) technológia már régóta létezik, de eddig monoton géphangon működött. Papp Norbert szerint a technológia most érkezett el arra a szintre, amikor már nincs különbség a valódi emberi beszéd és az AI által generált között. A hangokat a könyvek műfajához igazítják: a fantasy történetek mesélős, a tényirodalmi könyvek tárgyilagos, a hírek pedig híradós stílusban szólalnak meg.
A cégvezető arról is beszélt, hogy bár uniós és hazai jogszabály kötelezi az akadálymentesítésre az e-könyv-olvasók fejlesztőit, ezzel korábban sokan nem foglalkoztak. Fontos különbség, hogy a VOIZ hangoskönyvek fejlesztése nem hagyományos hangoskönyvként működik, hanem beépített akadálymentesítési szolgáltatásként. A mesterséges intelligencia nem váltja ki az emberi narrációt: a platform hagyományos hangoskönyveinek jelentős részét továbbra is színészek olvassák fel. Az AI-alapú felolvasás ott jelent áttörést, ahol nem áll rendelkezésre emberi narráció.
A fejlesztésben egy látássérült szoftverfejlesztő, Ócsai Áron is részt vett. Papp Norbert hozzátette: mivel kilenc éve dolgoznak együtt színészekkel, kidolgoztak egy konstrukciót, hogy jogdíjat fizetnek a színészeknek a hangjuk felhasználásáért, még úgy is, hogy nem ők olvassák fel az egész könyvet. Ezzel egyrészt támogatják őket, másrészt a felhasználói élmény is nő, ha ismert emberek hangján szólalnak meg a történetek.
A VOIZ figyelmet fordít azokra is, akik nem rendelkeznek saját e-mail-címmel, például a gyermekotthonokban élő látássérült fiatalokra. Ezeket az intézményeket arra kérik, hogy keressék meg őket az együttműködés érdekében.
