100年前的盲人，怎样读完一本普通印刷书？

虐猫达人薛定谔

楼主 虐猫达人薛定谔说：
100年前的盲人，怎样读完一本普通印刷书？
拥有正常视觉的人们，看书靠的是光线。白纸比较亮，黑字比较暗，肉眼就在明暗交错之间分辨出了文字。
那视觉缺失的人靠什么来阅读？一种是靠触觉，有盲文书可以摸。一种是靠听觉，当一些书没有翻译成盲文版，说不定还能找到有声读物。
假如现成的有声书也找不到，盲人要怎样读起一本普通印刷书？
早在1913年，英国伯明翰大学的物理学家埃德蒙·富尼耶·达尔贝（Edmund Fournier d'Albe），就展示过一台帮助盲人听书的扫描仪，取名“Optophone”（光电阅读装置）。几年过后，设备又被一家科学仪器制造商改造成了更实用的版本。
1920年的杂志报道丨Scientific American
当机器从左到右扫过一行字，用户的耳机里便会传出声响。只不过，那声音不是语音，而是一些音符的排列组合。
用音符“写”字给人听
不同的音符组合，代表不同的字形。比如，字母T有一横一竖，横用一个单音拉长来表示，竖用和弦来表示。这里用到的音符，最高到嗦（SOH），最低到低八度的嗦（SOH）。
字母T对应的音符丨Tiffany Chan
而音符的高低，体现了墨迹在纸上的位置高低：T的一横在最上面，把最高的音符嗦（SOH）拉长即可，而T的一竖由上到下都有墨迹，可以把嗦（SOH）发（FAH）咪（ME）来（RAY）哆（DOH）五个音同时奏响，就是一个和弦。
那么，字母T出现时，耳机里应当先发出连续的嗦（SOH），中间出现一个短促的和弦，最后再回到连续的嗦（SOH）。一个字母，一个单词或是一段话，都可以用一串音符“写”下来：
单词“Type”对应的音符组合丨Tiffany Chan
只要提前熟悉字母和音符串的对应关系，盲人就可以听出一本书的内容了。
把字形翻译成音符，从规则上看并不复杂，但也只是这台机器的一部分工作。而在此之前，它总得先看出书上印着怎样的字形，才能开始翻译。
所以，自动扫描文字，才是重中之重。
硒看得出黑和白
开头说到，肉眼是靠光线分辨纸上的文字。从黑字上返回眼里的光很弱，不像白纸的反光那么强。但机器如何做到类似的感知？
科学家想到了硒，这种物质的电阻会随着光照强度而变化。在硒两边连上电池，当光打在墨迹处，再反射到硒表面，硒的电阻会比较大，通过它的电流就小些；光从纸面的空白处反射到硒表面，硒的电阻会比较小，通过它的电流就强些。
硒两边连着电源，打光和不打光，电流大小不同丨参考文献[1]
光照条件不同，转化出的电信号也不同，这样就可以用硒做光电探测器。当它从左到右扫过一行字，信号强弱会随着黑白交错而变化，这不难理解。问题是，墨迹位置是高是低，比如T那一横在上还是在下，机器怎么知道？
要用不同的光束，扫描不同的位置。假如把一行字分成上下五层，就需要五束不同的光来扫。所谓不同的光，是说每束光打在硒表面，产生一种独有的电信号，区别于另外几束光。这样才能分清，光是从多高的位置打来。
把一行字，分为上下五层丨参考文献[1]
那如何把一束光分成五束不同的光？
这里有个多孔的圆盘，孔一共有五圈。当圆盘以每秒30转的速度旋转，把一束光打过去，透出圆盘的光就被分成了五束，且是五束断断续续（或者说快速闪烁）的光。
多孔圆盘丨Wikimedia Commons、参考文献[1]
光断断续续反射到硒表面，通过硒的电流就会出现波动。而这五束光造成的电流波动各不相同：因为五圈的孔数都不一样，孔越多，光被切断得越频繁，电流波动的频率也越高。
于是有了五束不同的光。让它们分别打在高低不同的位置，便可以根据电流波动的频率，判断光是从高处还是低处反射而来。T的一横在上在下，就不难分辨了。
圆盘把光线分成五束不同的光丨参考文献[1]
用户听到的音符，也是按电流波动频率分配的。
至于要用什么工具来感知电流的波动，电话听筒里的传感器便可胜任。以当时的技术，小到10^-6安培的电流波动都能被检测到。
听到的是黑还是白
机智的你可能发现，照上文描述的原理，电流信号强的是空白处，信号弱的是墨迹处。所以，用户听到的音符代表的不是墨迹，而是墨迹周围的空隙？
1913年的初代产品正是如此，用户没听到的那些音符才表示墨迹的位置。而扫描到单词与单词间的空格时，所有音符还会一起奏响。因此，发明者把它称为“白色发声的光电阅读装置”（White-Sounding Optophone）。
它播放的音符组合太过复杂，以至于用户中的佼佼者玛丽·詹姆森（Mary Jameson）经过训练，平均一分钟也只能读一个单词。但她依然成为了第一个读到普通印刷书的盲人。
1918年，科学仪器制造商Barr & Stroud改进了设备，在光电探测器里加入第二枚硒做的感光元件。光线通过圆盘后，一部分光依然去扫描文字，反射到第一枚感光元件；另一部分光没去扫描文字，直接被转向第二枚感光元件。
多加一枚感光元件丨Popular Science
把两枚感光元件的信号结合起来，就能抵消掉空白部分的信号。如此，耳机播放的音符便代表墨迹，代表字母形状，而空白部分静音了。这个版本也被称作“黑色发声的光电阅读装置”（Black-Sounding Optophone）。
当然，它的优点不止是音符的组合变得简单而已。初代设备的构造比较脆弱，哪怕只是有人从旁重重地走过，一些元件也可能滑到不对的位置，影响正常扫描。改良后的设备要稳定许多。
除此之外，改良后的版本还增加了调节扫描速度的功能，最快5秒、最慢5分钟扫描一行，用户可以根据自己辨识音符的熟练程度来选择快慢。
玛丽·詹姆森在读《瓦尔登湖》丨Blind Veterans UK
玛丽·詹姆森也用上了这种“黑色发声”的改良版。后来，她的阅读速度达到每分钟60个单词。玛丽成为了光电阅读装置的重度用户，从学生时代一直用到晚年。
但对大部分人来说，音符的组合听起来可能还是太复杂。而且，有些形状相近的字母如“u”和“n”，很容易混淆。除了使用门槛，价格也令人却步。1920年的35英镑，大概相当于今天的1500英镑（约合1.3万人民币）甚至更多。
1920年，伦敦一栋房子的平均价格大约320英镑 丨Hillarys
另外，当年英国盲人协会正努力向全国普及盲文资源，而光电阅读装置可能给盲文的推广带来威胁，也就得不到协会的支持，销量一直少得可怜。
不过，商业上不成功，未必代表技术的失败。
谁都可能需要的技术
1949年，美国无线电公司（RCA）的工程师们借鉴了光电阅读装置的原理，为盲人群体制造出一种新的阅读机器。
RCA阅读机器，能播放字母的发音，如“A——”丨参考文献[5]
它也要把光打在纸面，再反射到光电元件上，由此区分字母的形状；它也有个喇叭，负责喊出相应的声音。
不过，发光装置不再是一盏灯加个多孔圆盘，而是阴极射线管；光电元件不再是硒，而是光电管；喇叭喊出的不再是代表字形的音符，而是真真切切的字母。
最重要的是，中间多了一个部件叫“电子分析仪”。它收到光电元件发来的信号之后，要从26个字母里挑出与信号相符的字母，才能指挥喇叭读出来。
一种主流观点认为，这就是世界上第一台能完成光学字符识别（Optical Character Recognition，OCR）任务的设备。
拍照翻译丨AFP
后来，随着计算机技术的发展，OCR算法越来越精密。如今，人工智能/机器学习又为OCR注入了一小撮灵魂。
现在OCR的服务对象，早已不止盲人群体。每个人都可能有那么一刻，需要把图片里的大段文字复制出来，或把外国字符拍下来直接扔给翻译软件。人们甚至会觉得，能用上这样的技术是理所当然的事。
但最初让OCR这个概念成为可能的人，也许还是100多年前发明光电阅读装置的埃德蒙·富尼耶·达尔贝博士。
本帖来自微秘

虐猫达人薛定谔

沙发 虐猫达人薛定谔说：
听着就特么的费劲，还是生活在一百年后好。
本帖来自微秘

虐猫达人薛定谔

板凳 虐猫达人薛定谔说：
不知道再过一百年的老盲会玩些什么，或许那时候就没有现在意义上的老盲了吧。
本帖来自微秘

杨柳

地板 杨柳说：回楼主虐猫达人薛定谔
你这个是果壳的。
本帖来自安卓秘书

杨柳

5楼 杨柳说：
说实话我一点都听不懂。听起来很像在听歌。
本帖来自安卓秘书

我是白小白

6楼 我是白小白说：回板凳虐猫达人薛定谔
都去哪儿了？
本帖来自安卓秘书

zhou123

7楼 zhou123说：
特么的费劲
本帖来自安卓秘书

飞翔在梦想乡

8楼 飞翔在梦想乡说：回楼主虐猫达人薛定谔
开眼界了。西方自从文艺复兴后，基础科学得到颠覆性的发展。才有了今日的成就。造就了欧美白色人种如今的高福利生活。中国目前正走在当年白人祖先们的类似的发展道路上，为日后子孙后代的大同社会打下基础