Un paio di occhiali trasforma una bottiglia in un suono verso cui voltare la testa

Suoni attorno alla testa: come trasformare gli oggetti in segnali acustici

Il principio del tatto acustico è semplice: invece di dire «la bottiglia è alle due», gli occhiali emettono un suono breve e lo collocano esattamente dove si trova l’oggetto. Quel suono diventa così un punto nello spazio attorno alla testa. Un libro, ad esempio, potrebbe riprodurre il fruscio delle pagine che girano, mentre una tazza darebbe il lieve colpo di chi viene posata sul legno.

L’ascoltatore non deve decifrare parole: basta voltare la testa finché il suono non appare centrato. In questo modo, la ricerca visiva diventa uditiva e la direzione è data dalla posizione in cui si percepisce il suono. Il prototipo utilizzava occhiali per realtà aumentata che monitoravano una piccola area davanti all’utente. La zona di ascolto attiva copriva circa 36,6 gradi da un lato all’altro e 20 gradi dall’alto al basso.

Questa forma è stata definita con l’aiuto di quattro tester pilota non vedenti o ipovedenti, che hanno stabilito quanta parte della stanza dovesse essere «udita». All’interno di quella zona, ogni oggetto rilevato generava la propria icona sonora ripetuta. La frequenza era massima quando l’oggetto si trovava vicino al centro del campo visivo e calava verso i bordi. La zona era suddivisa in dieci livelli, con un ritardo di 20 millisecondi aggiunto man mano che l’oggetto si spostava verso l’esterno.

Al bordo esterno, i suoni ripetuti erano distanziati da circa 100 millisecondi. Questo ritmo offriva all’orecchio un riferimento: quando il suono sembrava centrato, chi indossava gli occhiali era vicino alla sua direzione. La distanza invece proveniva dalle due fotocamere frontali degli occhiali, che confrontavano le loro immagini e collocavano ogni oggetto a una profondità corrispondente nella scena sonora.

Uno smartphone eseguiva il modello di riconoscimento degli oggetti, gestendo libri, bottiglie, ciotole e tazze in circa 66 millisecondi per fotogramma con un consumo di circa 4,5 watt. I suoni erano rumori quotidiani piuttosto che bip astratti, permettendo così di riconoscere l’oggetto non solo dalla posizione ma anche dal suo carattere. Icone brevi potrebbero richiedere meno attenzione di una frase parlata, aspetto che potrebbe rivelarsi utile per le persone con perdita uditiva.

Il dispositivo è stato sviluppato insieme a specialisti della mobilità e a tester non vedenti o ipovedenti, non solo da ingegneri. L’obiettivo era far percepire gli oggetti vicini come presenti nella stanza attorno alla testa, anziché annunciarli come testo nell’aria.

Risultati di due brevi prove su utenti non vedenti e vedenti

In un esperimento con 14 partecipanti, sette persone cieche o ipovedenti e sette volontari vedenti bendati, si è cercato di individuare degli oggetti in due brevi prove. Nella prova da seduti, su un tavolo venivano disposti due o tre oggetti domestici. A ciascun partecipente veniva chiesto di trovare un bersaglio specifico senza aiuto. Indossando gli occhiali, i partecipanti ciechi o ipovedenti sceglievano l’oggetto corretto nell’81,7 per cento dei casi. Un risultato leggermente inferiore rispetto al parlato a quadrante (90,7 per cento), ma superiore a quello degli altoparlanti esterni (85 per cento). Questa vicinanza è significativa perché le condizioni di confronto idealizzate conoscevano la posizione esatta di ogni oggetto prima dell’inizio della ricerca, mentre gli occhiali dovevano individuare da soli posizioni sconosciute, senza alcuna informazione preventiva.

Per i partecipanti vedenti bendati, invece, l’uso degli occhiali si rivelava più difficile: il tasso di successo scendeva al 73,0 per cento. Il parlato a quadrante raggiungeva il 93,8 per cento e gli altoparlanti esterni l’89,0 per cento. La differenza era statisticamente significativa, escludendo che si trattasse di un caso fortuito. Anche i tre volontari vedenti esperti in mobilità non ottenevano risultati migliori rispetto ai cinque senza tale background: 64,8 per cento contro il 79,2 per cento. L’esperienza pregressa con la benda, dunque, non rendeva chiaramente più agevole la ricerca basata sul suono.

Nella prova in piedi, tutti i partecipanti dovevano individuare un bersaglio tra diverse bottiglie di disturbo, muovendo l’intero corpo. In media servivano 1,67 tentativi per trovare l’oggetto giusto: 1,76 per le persone cieche o ipovedenti e 1,52 per i vedenti. Ciò significa che la maggior parte dei partecipanti individuava la bottiglia corretta dopo uno o due tentativi, sebbene alcuni continuassero a confondere contenitori simili. Il tempo di ricerca nella prova da seduti si manteneva intorno ai 40 secondi per entrambi i gruppi (circa 38,25 e 39,63 secondi). Né il successo né il fallimento modificavano significativamente questo dato, così come l’aggiunta di un terzo oggetto sul tavolo.

Il movimento della mano raccontava una storia diversa per il gruppo vedente: con gli occhiali si allungava la mano più velocemente che con gli altoparlanti, ma percorrendo traiettorie meno dirette. Rispetto al parlato a quadrante, i tentativi erano complessivamente più lenti e meno precisi. Per i partecipanti ciechi o ipovedenti, invece, velocità della mano, efficienza del percorso e tempo di presa non mostravano differenze significative tra le diverse condizioni. Il test in piedi con oggetti disordinati ha inoltre dimostrato che un libro, una ciotola o una tazza potevano essere individuati anche tra molte bottiglie. Nel complesso, i due compiti suggeriscono che gli occhiali possono supportare la ricerca di oggetti durante il movimento reale, pur non sostituendo le etichette verbali chiare per tutti gli utenti.

Perché per alcuni gli occhiali risultavano più impegnativi

Per i vedenti bendati, gli occhiali imponevano uno sforzo aggiuntivo che le altre condizioni non richiedevano. Il parlato a quadrante indicava la posizione degli oggetti con direzioni semplici, mentre gli altoparlanti esterni collocavano i suoni accanto a elementi noti. Gli occhiali, invece, chiedevano a ciascuno di voltare la testa e costruire una mappa mentale dai segnali sonori in movimento: un’attività attiva, ben diversa dall’ascolto passivo. Nella ricerca da seduti con quattordici persone, i partecipanti vedenti bendati hanno avuto successo nel 73,0 per cento dei tentativi con gli occhiali. Lo stesso gruppo ha raggiunto il 93,8 per cento quando una voce esterna dava indicazioni orarie e l’89,0 per cento quando altoparlanti accanto agli oggetti riproducevano suoni. Il divario era statisticamente significativo, quindi improbabile che fosse dovuto a fluttuazioni casuali. Le valutazioni del carico di lavoro confermano questa tendenza: i vedenti bendati riferivano uno sforzo mentale e complessivo maggiore rispetto ai non vedenti o ipovedenti. Non si trattava semplicemente di errori da principianti. Tre di loro erano specialisti in orientamento e mobilità, ma il loro punteggio complessivo non ha superato chiaramente quello degli altri partecipanti vedenti. Questo suggerisce che la novità del dispositivo contasse più dell’esperienza pregressa con la benda. Inoltre, gli occhiali dovevano individuare oggetti in posizioni sconosciute, mentre le configurazioni di confronto sapevano già dov’era tutto. Questa differenza rendeva il dispositivo indossabile un compito più arduo, non per mancanza di informazioni, ma perché richiedeva maggiore interpretazione. Il passaggio dalla posizione seduta a quella in piedi ha aggiunto ulteriore stress al gruppo dei vedenti bendati, la cui frequenza cardiaca, respiratoria e temperatura cutanea sono aumentate significativamente. L’aumento rifletteva probabilmente lo stress di muoversi in uno spazio sconosciuto senza vista o ausilio per la mobilità. La pratica ripetuta potrebbe ridurre questa risposta, ma in quel giorno di test rendeva l’uso degli occhiali meno agevole. Il dispositivo non è fallito per tutti: ha semplicemente posto un carico diverso su persone che non avevano ancora imparato a fidarsi dei suoni in movimento.

Suoni ambigui e rilevamento imperfetto: come hanno condizionato i risultati

La ricerca condotta in posizione seduta su 14 persone ha evidenziato come l’ambiguità dei suoni e le imperfezioni nel rilevamento abbiano inciso sui risultati. I quattro oggetti erano associati a rumori quotidiani distinti: il fruscio delle pagine per un libro, lo stridio per una bottiglia, il suono di un coperchio su una ciotola e quello di una tazza posata sul legno. Tredici dei quattordici partecipanti hanno riferito di aver confuso i suoni della bottiglia, della ciotola e della tazza. Poiché queste tre icone sono tutte legate a contenitori, i loro contorni si sono sfumati nella memoria. Il gruppo vedente ha riconosciuto il suono della ciotola meno frequentemente rispetto a quello della tazza: la differenza era del 12,14 per cento e statisticamente significativa. Inoltre, hanno identificato meglio bottiglie e ciotole quando una voce esterna forniva indicazioni direzionali basate sulla posizione oraria, rispetto all’uso degli occhiali.

Le configurazioni di confronto sapevano già dove si trovasse ogni oggetto prima di ciascuna prova. Gli occhiali, invece, dovevano individuare elementi sconosciuti tramite un modello per telecamera che poteva perderli o posizionarli in modo errato. I partecipanti non vedenti o ipovedenti hanno scelto l’oggetto corretto in circa l’81,7 per cento delle prove con gli occhiali. Il parlato a quadrante ha raggiunto il 90,7 per cento e gli altoparlanti esterni l’85 per cento. Per le persone vedenti bendate, gli occhiali hanno garantito un successo del 73,0 per cento. Il parlato a quadrante si è attestato al 93,8 per cento e gli altoparlanti esterni all’89,0 per cento: la differenza era dunque reale.

I dati sul movimento della testa relativi allo stesso compito in posizione seduta indicavano errori di riconoscimento, non una scarsa capacità uditiva. Le prove riuscite presentavano una rotazione della testa significativamente minore rispetto a quelle fallite, mentre la velocità di scansione rimaneva simile. Questo schema suggerisce che scansioni più ampie esponevano la telecamera a un numero maggiore di oggetti incerti. Nella ricerca in piedi, tutti i partecipanti hanno individuato un bersaglio tra diverse bottiglie. Servivano in media 1,67 tentativi di presa per riuscirci. Tuttavia, alcuni avevano difficoltà a distinguere una ciotola da una bottiglia.

Quando comparivano solo un oggetto di vetro e un libro, le persone potevano spesso dedurre il suono confuso. Questo dimostra che la deduzione può aiutare quando le icone non sono abbastanza distinte. I suoni ambigui non rendevano gli occhiali inutili, ma li rendevano meno nitidi rispetto a etichette verbali perfette. Il rilevamento imperfetto aggiungeva un ulteriore livello di complessità, poiché il dispositivo doveva indovinare cosa ci fosse prima di poterlo rendere udibile. Il loro successo simile era più difficile da ottenere, perché scansionavano attivamente e si affidavano a un riconoscimento fallibile.

Dove il suono non è più un giocattolo

Gli occhiali non hanno battuto gli ausili dotati di informazioni perfette in ogni test, ma con le persone che vivono senza vista si sono dimostrati all’altezza della situazione. In una prova su due compiti con 14 partecipanti, gli utenti ciechi o ipovedenti hanno raggiunto l’oggetto corretto con un tasso di successo paragonabile a quello ottenuto con indicazioni orarie o altoparlanti posizionati accanto agli oggetti: un risultato solido. Gli occhiali dovevano individuare elementi sconosciuti attraverso una visione da fotocamera imperfetta, mentre chi li indossava girava la testa e costruiva una mappa mentale. Le condizioni di confronto, invece, sapevano già dov’era tutto.

Gli oggetti quotidiani possono essere resi presenti senza parole: un suono collocato nello spazio può trasmettere insieme direzione, distanza e identità. Questo approccio potrebbe adattarsi meglio agli ambienti affollati rispetto alle etichette vocali. Per le persone con perdita uditiva o attenzione limitata, icone brevi potrebbero ridurre lo sforzo di decodifica delle parole mantenendo comunque un significato sufficiente per agire. L’ostacolo è che il sistema attuale riconosce bene solo quattro oggetti. La fotocamera può ingannare quando la testa si muove troppo in ampiezza e, inoltre, scalda e consuma batteria su uno smartphone abbastanza potente da gestire il compito.

Se il riconoscimento diventa affidabile, se le icone sono facili da distinguere e se l’hardware resta fresco e leggero, il tatto acustico potrebbe passare dal tavolo del laboratorio al piano di lavoro della cucina. La domanda più difficile è se un dispositivo che trasforma il mondo in suoni verrà percepito come aiuto o come un’altra cosa da gestire.