SoundEyes: Audiodescrição de Obstáculos para Pessoas com Deficiência Visual

• Jerson V. P. Gomes PUC Minas
• Wallace F. Oliveira PUC Minas
• Fellipe G. Oliveira PUC Minas
• Rafael H. N. Diniz PUC Minas
• Matheus A. Souza PUC Minas
• Felipe D. Cunha PUC Minas

DOI: https://doi.org/10.5753/sbcup.2025.8130

Resumo

Pessoas com deficiência visual frequentemente enfrentam desafios ao se locomoverem em ambientes desconhecidos ou dinâmicos, onde o acesso a informações espaciais em tempo real é limitado. Este artigo apresenta o desenvolvimento do SoundEyes, uma tecnologia assistiva voltada para pessoas com deficiência visual. O sistema utiliza técnicas de visão computacional para reconhecer objetos e gerar descrições auditivas em tempo real, com foco em dispositivos móveis de baixo custo. Por meio de uma arquitetura baseada em Edge Computing e comunicação via Bluetooth, o SoundEyes permite maior autonomia e segurança durante a navegação. Em testes práticos com dispositivos mobile, o sistema obteve um tempo total de resposta inferior a 1 segundo no modo HVGA em dispositivos intermediários, e apresentou maior precisão no modo XGA, com potencial para ambientes dinâmicos e estáticos.

Referências

AbdElminaam, D. S., Ahmed, I. A.-E., and Sakr, F. (2022). SCBIoT: Smart cane for blinds using IoT. In International Mobile, Intelligent, and Ubiquitous Computing Conference (MIUCC), pages 371–377.

Devi, S. K. and Subalalitha, C. N. (2021). Deep learning based audio assistive system for visually impaired people. Computers, Materials and Continua, 71(1):1205–1219.

Dissanayake, D. M. L. V., Rajapaksha, R. G. M. D. R. P., Prabhashawara, U. P., Solanga, S. A. D. S., and Anuradha Jayakody, J. A. D. C. (2021). Guide-me: Voice authenticated indoor user guidance system. In IEEE Ubiquitous Computing, Electronics & Mobile Comm. Conf. (UEMCON), pages 0509–0514.

Google LLC (2024). Google Text-to-Speech (gTTS) API.

Howard, A. G., Zhu, M., Chen, B., Kalenichenko, D., Wang, W., Weyand, T., Andreetto, M., and Adam, H. (2017). Mobilenets: Efficient convolutional neural networks for mobile vision applications.

Jocher, G., Chaurasia, A., and Qiu, J. (2023). Ultralytics yolov8.

Osama, M., Yehia, A., Mohamed, S., Sherief, R., Elmasry, N., Adel, V., and Hamdy, A. (2021). Design and implementation of visually impaired assistant system. In Int. Mobile, Intelligent, and Ubiquitous Comp. Conf., pages 303–310.

Redmon, J., Divvala, S., Girshick, R., and Farhadi, A. (2016). You only look once: Unified, real-time object detection.

Supekar, A. and Patil, S. (2022). Design and development of portable navigation system for disabled person using image, text and audio. In IEEE Delhi Section Conference (DELCON), pages 1–4.

World Health Organization (2019). World Report on Vision. World Health Organization, Geneva, Switzerland. Acesso em: 19 jan. 2025.