درود. به این کانال خوش‌آمدید. این کانال در زمینه اطلاع‌رسانی برای افراد به‌اصطلاح deaf-blind یا نابینا-ناشنوا فعالیت می‌کند. عبارت نابینا-ناشنوا نه فقط به افرادی که کاملاً نابینا و ناشنوا هستند، بلکه به‌طور کلی به افرادی اشاره دارد که به‌صورت همزمان از آسیب بینایی و آسیب شنوایی با هر درجه شدتی رنج می‌برند. اطلاعاتی که در این کانال منتشر می‌شود و معمولاً در زمینه تکنولوژی است با این امید ارائه می‌شود که قدری زندگی این افراد را بهبود بخشد.

گروه‌ها و کانال‌های زیادی در اینترنت برای نابینایان یا ناشنوایان وجود دارد، ولی ما افرادی که هر دو معلولیت را داریم در زندگی روزمره خود با مشکلاتی منحصربه‌فرد روبه‌رو می‌شویم که معمولاً هیچکدام از این گروه‌ها نمی‌توانند در این زمینه به‌شکلی موثر به ما کمک کنند. این کانال برای پرکردن نسبی این خلا ایجاد شده است. مطالب زیادی در این کانال منتشر نخواهد شد و فقط گاهی تجربیاتی که به‌عنوان یک نابینا-ناشنوا داشته‌ام و برایم مفید واقع شده است را اینجا منتشر می‌کنم.

گروهی برای بحث در مورد مطالب برای کانال مشخص نشده است. ولی اگر در مورد هرکدام از مطالب پرسشی دارید یا می‌خواهید پیش‌نهاد یا انتقادی را ارائه دهید می‌توانید با آی‌دی @meisamamini21 با من در تماس باشید.

شاد و رها باشید.

ایجاد امکان خواندن فونتیک خودکار برای NVDA با #افزونه #Enhanced_Phonetic_Reading

اگر از JAWS استفاده کرده باشید شاید امکان خواندن فونتیک آن را دیده باشید که وقتی روی یک حرف قرار می‌گیرید پس از یک مکث به‌صورت خودکار کلمه فونتیک آن را اعلام می‌کند تا افراد با مشکل شنوایی بتوانند حروفی که مثل هم تلفظ می‌شوند را از هم تشخیص دهند. مثلاً برای حرف r کلمه Romeo اعلام می‌شود.

متاسفانه NVDA هرچند امکان خواندن کلمه فونتیک را برای حروف دارد، اما این کار را به‌صورت خودکار انجام نمی‌دهد. با نصب افزونه Enhanced Phonetic Reading روی نسخه NVDA خود، می‌توانید این امکان را نه فقط برای حروف انگلیسی، بلکه برای حروف فارسی نیز فعال کنید. برای استفاده از این افزونه:

۱. افزونه را دریافت کنید. همیشه می‌توانید آخرین نسخه این افزونه را از این پیوند دریافت کنید: https://davidacm.github.io/getlatest/gh/davidacm/EnhancedPhoneticReading

۲. در حالی که NVDA در حال کار است روی پرونده دریافت‌شده کلید enter را بزنید تا نصب شروع شود.

۳. گزینه بله یا Yes را انتخاب کنید تا با نصب افزونه موافقت شود.

۴. گزینه بله یا Yes را فعال کنید تا NVDA یکبار بسته و دوباره باز شود.

۵. بعد از نصب، افزونه بلافاصله شروع به‌کار می‌کند. از این به بعد وقتی ۱ ثانیه روی یک حرف مکث کنید کلمه فونتیک آن خوانده می‌شود. مثلاً Victor برای حرف v و مادر برای حرف م.

۶. اگر ۱ ثانیه مکث برایتان بیش از حد کم یا زیاد است می‌توانید آن را تغییر دهید. برای این کار کلیدهای insert + n را بزنید تا منوی NVDA باز شود.

۷. گزینه اولویت‌ها یا Preferences و بعد تنظیمات یا Settings را فعال کنید.

۸. از لیست بخش‌های مربوط به تنظیمات صفحه‌خوان گزینه Enhanced phonetic reading را فعال کنید.

۹. اگر می‌خواهید امکان اعلام خودکار فونتیک غیرفعال شود می‌توانید تیک گزینه Enable delayed descriptions for characters را بردارید.

۱۰. برای تغییر مقدار مکث در کادر ویرایش Delay to announce character descriptions (in ms) مقدار مکث موردنظر خود را به هزارم ثانیه بنویسید.

۱۱. دکمه OK را فعال کنید.

شادکام باشید.

@deaf_blind_resources

نکته‌ای کوچک برای #ویرایش راحت‌تر در برنامه #SoundForge برای افراد با آسیب شنوایی

یکی از امکانات مفید برنامه Sound Forge حذف سکوت از صداست که معمولاً بیشتر برای ویرایش سخنرانی‌ها و موارد مشابه مورد استفاده قرار می‌گیرد. این امکان می‌تواند تا حدی ویرایش برخی از پرونده‌های صوتی را برای افراد با کم‌شنوایی شدید راحت‌تر کند.

وقتی از منوی Process گزینه Auto Trim/Crop... را فعال و با انتخاب یکی از پیش‌تنظیمات ارائه‌شده سکوت را در پرونده‌های صوتی حذف می‌کنیم در محل حذف هر قطعه سکوت یک نشانه یا marker قرار می‌گیرد که می‌توانیم با استفاده از کلیدهای ctrl + جهت‌نماهای چپ و راست بین این نشانه‌ها حرکت کنیم. این نشانه‌ها می‌توانند به ما در حذف قطعه‌های اضافی پرونده بدون از بین بردن لبه‌های بخش‌های سالمی که می‌خواهیم در پرونده بمانند کمک کنند، زیرا این نشانه‌ها معمولاً در هرجایی که گوینده سکوت کرده است قرار دارند و یک مرز دقیق را بین جمله‌ها و قطعات جمله‌ها ایجاد می‌کنند.

مثلاً این نمونه را در نظر بگیرید. بخشی از پرونده صوتی فرضی ما به این شکل است:

امروز در اداره خیلی کار کردم. (سرفه گوینده) رئیس مهربان شده‌بود.

حالا اگر سکوت را از این پرونده حذف کنیم. به شرط اینکه بین جایی که جمله اول تمام شده است و جایی که گوینده سرفه می‌کند و بین سرفه و جمله بعدی سکوت وجود داشته باشد، دو نشانه این سه قسمت را تمیز از هم جدا کرده است. با کلیدهای ctrl + جهت‌نمای راست جلو می‌رویم تا به قطعه مربوط به صدای سرفه برسیم. آن را با ctrl + shift + جهت‌نمای راست انتخاب و با کلید delete حذف می‌کنیم. حالا دو جمله داریم که بدون پریدگی لبه‌ها یا صدای اضافی کنار هم قرار دارند.

@deaf_blind_resources

حذف موسیقی پس‌زمینه از گفتار با #نرم‌افزار ویندوزی #SpleeterGui

شاید برایتان اتفاق افتاده باشد که خواسته باشید به یک پادکست، کتاب صوتی، سخنرانی و غیره گوش کنید، ولی موسیقی پس‌زمینه این کار را برای شما دشوار کرده باشد. در این پست یاد می‌گیریم که چطور با برنامه SpleeterGui، موسیقی را از روی گفتار برداریم.

قبل از هر چیز باید بدانید که برنامه SpleeterGui چون از هوش مصنوعی برای جداسازی گفتار و موسیقی استفاده می‌کند به منابع بسیار زیادی نیاز دارد و اگر رایانه شما قدرتمند نباشد در استفاده از این برنامه با محدودیت روبه‌رو خواهید شد. مثلاً رایانه من که کمی قدیمی است یک CPU Intel I5 و رم ۸ گیگابایتی دارد و با این منابع من فقط می‌توانم یک پرونده با مدتی حدود ۱۰ دقیقه را با برنامه پردازش کنم. اگر رایانه شما قوی‌تر است، خصوصاً اگر رم بالایی دارید احتمالاً نتیجه بهتری را تجربه خواهید کرد. البته اگر رایانه‌تان مثل من ضعیف‌تر است می‌توانید پرونده‌های بلندتر را با برنامه‌های مختلف مثل Sound Forge، Gold Wave و Reaper به قطعه‌های کوچک‌تر تقسیم و بعد این قطعه‌ها را پردازش کنید.

برای استفاده از برنامه SpleeterGui برای حذف موسیقی پس‌زمینه از گفتار این مراحل را دنبال کنید:

۱. برنامه را از این لینک دریافت و نصب می‌کنیم: https://makenweb.com/downloads/SpleeterGUI_V2.9.2.msi

۲. یک پوشه را در هرجایی که تمایل داشته باشیم به‌عنوان جایی که خروجی برنامه در آن ذخیره می‌شود ایجاد می‌کنیم.

۳. برنامه SpleeterGui را باز می‌کنیم.

۴. با کلید tab حرکت‌کرده و گزینه Two parts Separate song in 2 parts را فعال می‌کنیم. البته این کار را فقط باید دفعه اول انجام دهیم. تا وقتی که گزینه‌های دیگر را فعال نکنیم هربار برنامه را باز می‌کنیم همین گزینه فعال است. انتخاب این گزینه باعث می‌شود خروجی برنامه دو پرونده صوتی باشد. یکی گفتار و یکی موسیقی پس‌زمینه.

۵. بعد باز چندبار کلید tab را می‌زنیم تا به گزینه Save to Choose folder to save separated files to برسید و آن را فعال می‌کنیم. یک کادر محاوره‌ای برای انتخاب پوشه باز می‌شود که باید در این کادر محاوره‌ای پوشه مربوط به خروجی برنامه که در گام دوم ایجاد کرده‌اید را انتخاب کنیم. این انتخاب هم ذخیره می‌شود و دفعات بعد نیازی به فعال‌کردن این گزینه نیست، مگر اینکه بخواهیم پرونده‌های خروجی را جای دیگری ذخیره کنیم.

۶. باز tab می‌زنیم و گزینه Choose music files Choose music files to begin processing را فعال می‌کنیم. یک کادر محاوره‌ای برای انتخاب پرونده‌های صوتی دارای موسیقی باز می‌شود که می‌توانیم یک یا چند پرونده را با آن باز کنیم. SpleeterGui قالب‌های mp3، wav، ogg، m4a، wma و flac را پشتیبانی می‌کند.

۷. بلافاصله بعد از انتخاب پرونده یا پرونده‌ها کار تقسیم شروع می‌شود. چندبار که tab بزنیم به یک کادر ویرایش به نام Console output می‌رسیم که اطلاعات مربوط به فرایند تقسیم در آن نوشته شده است.

۸. پردازش هر پرونده که به اتمام برسد صدای زنگ ویندوز را می‌شنویم. اگر منابع رایانه ما کافی بوده باشد برای هر پرونده انتخاب‌شده در پوشه خروجی یک پوشه همنام با پرونده ایجاد می‌شود که داخل آن دو پرونده قرار دارد به نام‌های accompaniment.wav که حاوی موسیقی پس‌زمینه است و vocals.wav که گفتار در آن قرار دارد. پرونده vocals.wav را گوش کنید.

در پاسخ به این پست یک پرونده دارای موسیقی و دو پرونده مربوط به موسیقی و گفتار مربوط به آن را که برای حجم کمتر به mp3 تبدیل کرده‌ام ارسال می‌کنم.

شادکام باشید.

@deaf_blind_resources

پرونده اصلی

گفتار بدون موسیقی پس‌زمینه

موسیقی پس‌زمینه بدون گفتار

#روبات #تلگرام برای تبدیل پیام‌های صوتی فارسی به متن

با استفاده از روبات @VoiceToTextRobot می‌توانید پیام‌های صوتی فارسی را به متن تبدیل کنید که می‌تواند در برخی موارد برای افراد کم‌شنوا گزینه مناسبی باشد و افرادی که هیچ شنوایی ندارند می‌توانند با این روبات به محتوای پیام‌های صوتی دسترسی داشته باشند.

این روبات از امکان گفتار به متن گوگل استفاده می‌کند. برای بهترین نتیجه، گفتار باید واضح و شفاف باشد و سر و صدای زیادی در اطراف وجود نداشته باشد.

برای استفاده از این روبات آن را شروع کنید و سپس عضو کانال مشخص‌شده شوید. بعد از آن می‌توانید پیام صوتی موردنظر خود را به روبات فروارد کنید تا عمل تبدیل انجام شود و روبات پیام متنی را برایتان ارسال کند.

@deaf_blind_resources

این آخرین نسخه کرک‌شده برنامه #VocalizerExpressive برای #اندروید است. اگر در درک صدای موتور صوتی محبوب ESpeak مشکل دارید این برنامه را نصب و سپس در محیط آن صدای فارسی داریوش را نصب کنید. پیش‌نهاد می‌کنم از نسخه Compact این صدا استفاده کنید که کیفیت بسیار بهتری نسبت به نسخه Pro دارد. صدای داریوش متون انگلیسی را خیلی بد می‌خواند که این مشکل را هم می‌توانید با برنامه #AutoTTS حل کنید.

@deaf_blind_resources

#نکته_آموزشی

درود دوستان.

برای کاربران صفحه‌خوان‌ها، خصوصاً اون دسته از کاربرانی که با کم‌شنوایی هم سر و کله می‌زنن، تلفظ اشتباه کلمات می‌تونه آزاردهنده و در مواقعی مشکل‌ساز باشه.

اگه در NVDA از افزونه IBMTTS برای اضافه‌کردن موتور صوتی Eloquence به این صفحه‌خوان استفاده می‌کنید پیش‌نهاد می‌کنم از دیکشنری که چند نفر برای این موتور صوتی تهیه کردن استفاده کنید. این دیکشنری باعث می‌شه Eloquence بسیاری از کلمات انگلیسی، خصوصاً اونهایی که به‌طور نامتعارفی سر هم نوشته شدن رو بهتر تلفظ کنه. آخرین نسخه دیکشنری رو در پاسخ به این پست می‌فرستم و آدرس GitHub این پروژه رو هم در آخر پست قرار می‌دم تا بتونید آخرین نسخه رو خودتون هروقت خواستید دریافت کنید.

برای استفاده از این دیکشنری در حالی که افزونه IBMTTS نصبه و فایل DLL مربوط به Eloquence بهش اضافه شده و گزینه Copy IBMTTS files in an add-on (may not work for some IBMTTS distributions) در بخش تنظیمات IBMTTS فعال شده این مراحل رو دنبال کنید:

۱. پرونده فشرده حاوی سه‌تا فایل مربوط به دیکشنری رو دانلود و از حالت فشرده خارج کنید.

۲. سه فایل دیکشنری یعنی ENUabbr.dic، ENUmain.dic و ENURoot.dic رو کپی کنید.

۳. با کلیدهای start + r پنجره Run رو باز کنید.

۴. این مسیر رو بنویسید یا کپی/پیست کنید:
%appdata%\nvda\addons\eciLibraries
و بعد کلید اینتر رو بزنید.

۵. فایل‌های کپی‌شده رو توی پوشه بازشده پیست کنید.

۶. NVDA رو یه بار باز و بسته کنید.

۷. برای تست این دیکشنری این کلمات رو بخونید:
rsgames
onmouseover
newyorker
اگه درست خونده می‌شن کار حله.

لینک GitHub پروژه دیکشنری:
https://github.com/thunderdrop/IBMTTSDictionaries/

@deaf_blind_resources

دیکشنری برای IBMTTS نسخه مه ۲۰۲۳

دیکشنری برای IBMTTS نسخه ژوئن ۲۰۲۳

#معرفی_سرویس

سلام دوستان. وقت همه به‌خیر.

شاید تا حالا پیش اومده باشه که یه پرونده صوتی به زبان انگلیسی داشته باشید و نفهمید که گوینده توی این پرونده چی می‌گه. من خودم این موضوع برام زیاد اتفاق می‌افته. با وجود اینکه نسبتاً به زبان انگلیسی مسلط هستم ولی با پیش‌رفت کم‌شنواییم درک گوینده‌ها برام سخت‌تر و سخت‌تر می‌شه.

توی این پست می‌خوام یه وبسایت بر پایه هوش مصنوعی رو بهتون معرفی کنم که خدماتش رایگان و بدون محدودیته و می‌تونه پرونده‌های صوتی حاوی گفتار انگلیسی با قالب mp3 و wav رو به متن تبدیل کنه یا براشون به اصطلاح transcription ایجاد کنه. همچنین این سرویس می‌تونه متن آماده‌شده رو ترجمه کنه. البته دقت داشته باشید که این سرویس ظاهراً پروژه یه فرد هستش و معلوم نیست تا کی در دسترس و رایگان باقی بمونه. تا وقتی که هست ازش استفاده کنید و لذت ببرید.

شما کافیه پرونده مورد نظر خودتون رو داخل این وبسایت آپلود کنید و صبر کنید تا transcription آماده بشه. مراحل کارش به این صورته:

۱. وارد آدرس https://betternotes.smoljames.com بشید.

۲. زیر هدینگ 01 گزینه Choose File رو فعال و پرونده مورد نظرتون رو باز کنید. نکته اینکه اگه پرونده شما mp3 یا wav نیست می‌تونید با برنامه‌های مختلفی که وجود داره پرونده رو به این قالب‌ها تبدیل کنید. همچنین می‌تونید با یه برنامه مثل accessible youtube downloader pro ویدئوهای YouTube رو به‌صورت پرونده صوتی دانلود و داخل این سایت به متن تبدیل کنید.

۳. زیر هدینگ 02 گزینه Transcribe رو فعال کنید.

۴. بعد از یه مدت بالای صفحه یه هدینگ با عنوان Transcribing ظاهر می‌شه که زیر اون وضعیت تهیه متن اعلام شده. یه مدت باید صبر کنید تا وبسایت کارش رو شروع کنه.

۵. وقتی حداقل بخشی از صدا به متن تبدیل شد یه هدینگ با عنوان Transcription داخل صفحه ظاهر می‌شه که متن زیر اون قرار داره و همونطور که بخش‌های بیشتری از صدا به متن تبدیل می‌شه، این بخش‌های جدید به متن این قسمت اضافه می‌شه. حدس می‌زنم که سرعت تبدیل سرعت پخش پرونده صوتی هست.

۶. تا وقتی که کار تبدیل داره انجام می‌شه اخر متن عبارت Status: Processing رو می‌بینید.

۷. وقتی تبدیل تموم می‌شه عبارت Status: Complete رو در آخر متن می‌بینید.

۸. من در ترجمه متن آماده‌شده شانسی نداشتم، ولی شاید برای شما کار کنه. بنابراین برای ترجمه متن نتیجه روی هدینگ Translation کلید enter رو بزنید.

۹. بعد داخل کامبوباکسی که زیر این هدینگ هست زبان مورد نظر رو انتخاب کنید. فارسی با عنوان Western Persian در این کامبوباکس قرار داره.

۱۰. بعد از انتخاب زبان زیر هدینگ Output روی عبارت Translate کلید enter رو بزنید.

۱۱. اگه شانس شما در ترجمه بهتر از من باشه نتیجه رو باید زیر هدینگ To ببینید.

موفق باشید.

@deaf_blind_resources

درود دوستان.
دوتا نکته کوچیک:
اول اینکه یه گروه رو به این کانال برای بحث کردن در مورد پست‌ها لینک کردم. نه که خیلی پست اینجا می‌ذارم، ولی به هر حال از این به بعد می‌تونید در صورت تمایل روی پست‌های این کانال کامنت بذارید.
و نکته دوم اینکه یه کانال جدید برای خودم ایجاد کردم که مطالبی که مخصوص افراد با هر دو معلولیت بینایی و شنوایی نیست و عمومی یا مناسب افراد نابینا هست رو داخلش پست می‌کنم. گاهی به یه مطلب بر می خورم که فکر می‌کنم می تونه برای دیگران مفید باشه،‌ولی نمی‌دونم کجا پست کنم. اینه که این کانال رو ایجاد کردم. البته اون هم به احتمال زیاد پست‌های کمی داشته باشه. این کانال هم امکان گذاشتن کامنت رو داره.
آی‌دی این کانال @meisam_amini_channel هست.
شادکام باشید.