公共圖書館視障閱讀研究

丁乙

摘要：2022年《馬拉喀什條約》對中國生效，在新政策依托下，探索視障者閱讀新形式、提升視障者閱讀質(zhì)量，讓視障者更好地分享精神文化成果，是公共圖書館需要思考的問題。通過文獻(xiàn)調(diào)查國內(nèi)外公共圖書館視障閱讀服務(wù)現(xiàn)狀，以及基于對上海圖書館東館無障礙閱覽室視障服務(wù)特色的分析，探索運用多模態(tài)預(yù)訓(xùn)練大模型提升公共圖書館視障閱讀質(zhì)量的創(chuàng)新策略。

關(guān)鍵詞：視障? 無障礙閱讀? 多模態(tài)? 預(yù)訓(xùn)練? 上海圖書館

《中華人民共和國殘疾人保障法》明確了殘疾人享有平等接受教育、平等參與文化生活的權(quán)利。我國重視殘疾人特別是盲人的閱讀權(quán)益，不斷出臺政策保障殘疾人閱讀權(quán)益。1952年中國盲文統(tǒng)一，1994年設(shè)立中國盲文圖書館，2012年政策扶持盲文出版事業(yè)。

2016年鼓勵公共圖書館設(shè)立盲人閱覽室，2022年《馬拉喀什條約》對中國生效，國家版權(quán)局印發(fā)《以無障礙方式向閱讀障礙者提供作品暫行規(guī)定》。一系列法律政策的出臺為公共圖書館視障讀者服務(wù)提供了有力支撐。

國內(nèi)外公共圖書館視障閱讀服務(wù)現(xiàn)狀

國外公共圖書館視障閱讀服務(wù)。大英圖書館解決了租用聽書設(shè)備的問題，幫助視障讀者實現(xiàn)實時聽書。其與知名耳機、話筒制造商森海塞爾合作，通過在視障者手機上免費安裝Mobile Connect程序，幫助視障讀者在圖書館內(nèi)以手機取代聽書設(shè)備實現(xiàn)無障礙收聽。美國公共圖書館的盲人服務(wù)起步較早，在1868年就有服務(wù)記錄，然而美國公共圖書館網(wǎng)站的無障礙程度尚有待提高。郭亞軍等在2020年以《康復(fù)法案》第508條為標(biāo)準(zhǔn)，調(diào)查了146家美國公共圖書館網(wǎng)站信息的無障礙程度，認(rèn)為符合信息無障礙標(biāo)準(zhǔn)的只有15%，其中，圖片沒有替代文本是普遍問題。圖片缺少替代文本，屏幕閱讀器無法讀出圖片信息，導(dǎo)致視障者難以完整瀏覽圖書館網(wǎng)站信息，影響視障者圖書館網(wǎng)站使用體驗。日本公共圖書館視障讀者特色服務(wù)包括面對面朗讀服務(wù)，館員和志愿者在圖書館或前往讀者家中為讀者閱讀館藏文獻(xiàn)及讀者的信件、明信片等生活中需要閱讀的文本。幫助視障讀者通過生活化閱讀解決日常視障困難，體現(xiàn)人文關(guān)懷。

國內(nèi)公共圖書館視障閱讀服務(wù)。視障用戶信息素養(yǎng)教育是公共圖書館視障服務(wù)之一，可以滿足視障讀者個性化的信息需求。近些年，無障礙電腦、手機培訓(xùn)班逐漸成為國內(nèi)公共圖書館普遍的視障服務(wù)內(nèi)容。深圳圖書館和浙江圖書館深挖無障礙電腦、手機培訓(xùn)班，形成特色服務(wù)。深圳圖書館舉辦無障礙電腦比賽，通過賽前特訓(xùn)和賽后頒發(fā)獎項的形式，提升視障者參與熱情，幫助其鞏固電腦操作知識，擴大培訓(xùn)影響。浙江圖書館依托地域優(yōu)勢，邀請螞蟻金服公司員工從軟件開發(fā)者的角度，為視障者講解手機支付寶操作方法，幫助視障者更好地理解和使用支付寶軟件，并根據(jù)他們的反饋進(jìn)行優(yōu)化。

國內(nèi)外公共圖書館通過改變聽書載體、簡化聽書形式、培訓(xùn)讀者掌握聽書方法等方式，幫助視障讀者閱讀文獻(xiàn)。然而，視障者聽書閱讀形式有以下不足：一是長期使用聽書設(shè)備可能損傷聽力，健康的聽力是大部分視障者安全出行的保障；二是對于聽障、視障雙重障礙者群體或者老年聽力退化群體，難以通過聽書滿足精神文化需求；三是有考學(xué)、晉升需求的視障學(xué)生通過聽書設(shè)備來閱讀學(xué)習(xí)，效率低且效果有限。

上海圖書館盲人服務(wù)繼承與發(fā)展

2001年，上海圖書館在淮海路館綜合閱覽室內(nèi)設(shè)立了面向視障讀者的盲人閱覽室，至今已經(jīng)20多年了。通過閱讀豐富視障者精神文化生活，強化視障者與社會的溝通是上海圖書館一直以來的堅持。東館無障礙閱覽室2022年開放服務(wù)，繼承了視障閱覽室原有的免費郵寄外借、無障礙電影等業(yè)務(wù)，并拓展了盲文刻印服務(wù)。

上海圖書館盲人服務(wù)的歷史與特色。2002年5月，上海圖書館開始提供視障讀者免費郵寄外借服務(wù)。在當(dāng)時屬于全國首創(chuàng)，是由上海圖書館、市殘聯(lián)、市郵政局三方共同合作開展的。視障讀者通過服務(wù)熱線向上海圖書館提出借書請求，上海圖書館完成外借操作后，將盲文文獻(xiàn)放入特制的視障讀者專遞包，通過郵局工作人員免費送到視障讀者家中。讀者閱讀完畢后，也只需撥打所在區(qū)對接的郵局工作人員電話，等待上門取件即可。這一服務(wù)解決了視障者出行難問題。無障礙閱覽室升級了免費郵寄外借服務(wù)，對于在無障礙閱覽室登記過個人信息的視障讀者，可以通過電話或郵件提出盲文文獻(xiàn)借還需求，工作人員確認(rèn)信息后，使用順豐快遞寄送到讀者家中，費用由上海圖書館視障讀者專項基金支付。

無障礙電影指運用科學(xué)技術(shù)，為普通的電影影片增加配音、旁白解說和手語視頻，幫助視障者和聽障者能像常人一樣觀看電影內(nèi)容。2009年，上海市殘疾人聯(lián)合會、上海圖書館、上海電影評論學(xué)會聯(lián)合成立無障礙電影工作室制作無障礙影片，通過上海的公共圖書館為視障讀者提供免費借閱服務(wù)。首部無障礙電影《高考1977》在全國影院同期推出，400余位殘疾人在上海圖書館觀看了這部影片。無障礙閱覽室延續(xù)無障礙電影服務(wù)，每季度舉辦一次。

2011年底，上海圖書館為上海市33萬殘疾讀者推出“無障礙數(shù)字圖書館”，作為國內(nèi)第一家完全符合無障礙標(biāo)準(zhǔn)的公共圖書館網(wǎng)站，登錄數(shù)字圖書館可以免費觀看680多部上圖講座視頻，閱讀收聽2000多冊有聲電子書。

東館無障礙閱覽室的創(chuàng)新服務(wù)。根據(jù)上海市殘疾人聯(lián)合會數(shù)據(jù)，上海市2017年有視力殘疾人89253人，2018年有視力殘疾人93159人，2019年有視力殘疾人95550人，呈逐年遞增趨勢。為滿足更多視障者的精神文化需求，2022年上海圖書館東館無障礙閱覽室開放并探索視障閱讀新形式，拓展了盲文刻印服務(wù)。

盲文文獻(xiàn)總量少、體積大、采購難、價格高。早些年，掌握盲文的視障者數(shù)量少，聽書成為視障者主要閱讀方式之一。當(dāng)前，隨著社會經(jīng)濟發(fā)展，視障者普遍受到更好的教育，盲童有相應(yīng)的升學(xué)需求，需要反復(fù)閱讀、思考研究重點的學(xué)習(xí)材料。

東館無障礙閱覽室為有需要的視障讀者提供盲文文獻(xiàn)刻印服務(wù)，幫助視障讀者將需要刻印的word文檔帶至無障礙閱覽室或發(fā)送至無障礙閱覽室的工作郵箱，由館員將明文通過軟件轉(zhuǎn)換為盲文后，通過盲文刻印機進(jìn)行刻印輸出。由此，聽力障礙的視障者可以通過觸摸盲點的形式閱讀明文文獻(xiàn)。盲童學(xué)校的學(xué)生可以將校外的中英文試卷、文件講義等學(xué)習(xí)材料刻印成盲文以便攜帶、學(xué)習(xí)思考和保存。

目前，東館無障礙閱覽室盲文刻印服務(wù)遇到了一些新的挑戰(zhàn)：一是盲文刻印效率低，明、盲文轉(zhuǎn)換比大約是1∶3至1∶4，即一頁word文檔的明文文本轉(zhuǎn)換成盲文文本需要3—4頁；二是盲文刻印機普遍存在噪聲，盲文刻印服務(wù)必須在保證無障礙閱覽室現(xiàn)場服務(wù)基礎(chǔ)上進(jìn)行；三是明盲文轉(zhuǎn)換軟件在表格、特殊符號、生僻字、下畫線等方面存在偏差。

數(shù)字賦能無障礙閱讀

科技以人為本，數(shù)字時代更應(yīng)關(guān)注弱勢群體需求，如何運用科技推進(jìn)無障礙閱讀發(fā)展，讓特殊群體享受到科技的福利，是公共圖書館無障礙閱讀服務(wù)未來的思考方向。多模態(tài)預(yù)訓(xùn)練大模型是阿里達(dá)摩院預(yù)測的2023年十大科技趨勢之一，多場景、多任務(wù)的預(yù)訓(xùn)練大模型將增強模型的跨模態(tài)語義對齊能力，打通各個模態(tài)之間的關(guān)系，使得模型逐步標(biāo)準(zhǔn)化。

單模態(tài)與多模態(tài)。人類擁有視覺、聽覺、嗅覺、味覺、觸覺等多模態(tài)的感知體驗用以收集、解釋和分析對象。視覺模態(tài)是人類閱讀時最主要的感知信息來源，視覺模態(tài)的先天性缺失是視障讀者閱讀的主要障礙。單模態(tài)模型是從一個領(lǐng)域或者視角對同一個描述對象獲取數(shù)據(jù)，即只包含圖像、語音、文本、傳感器數(shù)據(jù)等其中一種類型的數(shù)據(jù)，容易導(dǎo)致以下三個問題。

一是模態(tài)缺失。為視障人士設(shè)計的無障礙閱讀技術(shù)常因耦合性欠缺，沒有讓視障者獲得良好的閱讀體驗。現(xiàn)實中，視障讀者常常會遇到模態(tài)缺失現(xiàn)象，例如由于拍攝原因?qū)е碌奈谋灸B(tài)缺失、語音識別錯誤帶來的語言模態(tài)缺失、背景聲音嘈雜導(dǎo)致部分模態(tài)數(shù)據(jù)模糊。

二是數(shù)據(jù)類型單一，輸入模態(tài)往往難以完全與給定模態(tài)對齊。單模態(tài)預(yù)訓(xùn)練模型是在某一個單一模態(tài)中訓(xùn)練產(chǎn)生的。例如，輸入的語音模態(tài)與之前預(yù)先訓(xùn)練的文本模態(tài)屬于近義語義但不完全一致，輸入句子嵌入由單一模態(tài)預(yù)訓(xùn)練的文本編碼器提取、語義上與圖像模態(tài)不一致，這就給本就視障模態(tài)缺失的群體增加了困難閱讀。

三是產(chǎn)生冗余信息。對于文本中插入圖像的閱讀，若采用單模態(tài)模型，在讀取文本和圖像特征時是獨立進(jìn)行的。不考慮模態(tài)信息交互，操作的獨立性不可避免產(chǎn)生冗余信息，圖像中的信息也必然有與文本內(nèi)容一致的地方。

多模態(tài)模型通過不同領(lǐng)域或者視角對同一個描述對象獲取數(shù)據(jù)，并通過探尋各類型數(shù)據(jù)之間的關(guān)系訓(xùn)練數(shù)據(jù)和完善數(shù)據(jù)集。構(gòu)建多模態(tài)閱讀模型能彌補視障讀者主要視覺模態(tài)缺失，更好地進(jìn)行細(xì)顆粒度的語義建模。

預(yù)訓(xùn)練模型與自然語言處理。自然語言處理是運用人工智能技術(shù)，理解語言、處理語言、生成語言，使得計算機擁有與人類一樣的聽說讀寫譯的能力，是輔助殘疾人閱讀的各類視聽讀機器、助視設(shè)備的技術(shù)基礎(chǔ)。預(yù)訓(xùn)練是人工智能發(fā)展史的標(biāo)志之一，即把一個已經(jīng)訓(xùn)練好的圖像分類模型的參數(shù)應(yīng)用到另一個類似任務(wù)上作為初始參數(shù)的過程。預(yù)訓(xùn)練能保存之前解決問題的模型，一旦遇到類似問題，就可以從之前的模型入手，不用從頭開始。因此，預(yù)訓(xùn)練模型能大規(guī)模、可復(fù)制地處理自然語言，提高自然語言處理效率。將預(yù)訓(xùn)練模型運用到輔助殘疾人無障礙閱讀中，可以提高閱讀效率，減少閱讀障礙重復(fù)出現(xiàn)。

多模態(tài)預(yù)訓(xùn)練大模型。多模態(tài)預(yù)訓(xùn)練大模型是將同一對象在不同領(lǐng)域獲取的數(shù)據(jù)合集的模型參數(shù)應(yīng)用到另一個相關(guān)任務(wù)上的過程，能讓文本與圖片映射在同一空間，通過對圖像和文本之間相似度的度量，實現(xiàn)跨模態(tài)探索。例如，2021年7月中國科學(xué)院自動化研究所發(fā)布的“紫東太初” 屬于三模態(tài)預(yù)訓(xùn)練大模型，支持圖像、語音、文本三模態(tài)數(shù)據(jù)間的跨模態(tài)檢索。與OPPO合作，文瀾模型實現(xiàn)了為視障人士讀取收集圖片的功能，踐行科技向善的理念。

目前多模態(tài)預(yù)訓(xùn)練大模型尚在起步階段，還存在數(shù)據(jù)量規(guī)模遠(yuǎn)小于自然語言語料庫、訓(xùn)練效率低、難實時檢測識別等問題。但可以看到，在人們的閱讀習(xí)慣從文本向文字、圖像多元化進(jìn)行拓展的數(shù)字時代，多模態(tài)預(yù)訓(xùn)練大模型能有力提升無障礙閱讀質(zhì)量。未來，要使多模態(tài)預(yù)訓(xùn)練大模型廣泛應(yīng)用于無障礙閱讀，還需探索高效的模態(tài)表示和多模態(tài)信息交互方法。

作者單位：上海圖書館（上?？茖W(xué)技術(shù)情報研究所）

參考文獻(xiàn)

[1]馬鈺薈.中國盲文圖書館早期館史研究[J].辦公室業(yè)務(wù)， 2021（16）：176-178.

[2]劉涵.大英圖書館殘障讀者服務(wù)現(xiàn)狀及啟示[J].河北科技圖苑，2022（3）： 36-40，14.

[3]袁莉莉.美國圖書館殘障用戶服務(wù)研究及啟示[J].圖書館研究與工作，2019（2）：72-76.

[4]郭亞軍，席俊紅，劉燕權(quán).信息無障礙，距離還有多遠(yuǎn)？——對146家美國城市公共圖書館的調(diào)查[J].圖書館論壇，2020（2）：151-158.

[5]陳婧，臧可，鄧亞.日本圖書館殘障讀者服務(wù)探析[J].圖書館建設(shè)，2016（1）：61-66.

[6]丁亞茹.國內(nèi)外公共圖書館視障用戶信息素養(yǎng)教育實踐與啟示[J].圖書館，2021（10）：28-33.

[7]李婉彬，李燕娜.公共圖書館視障讀者信息需求調(diào)查及分析[J].圖書館論壇，2013（4）：77-81，53.

[8]王亞莘，單琪，潘文建.在斷點相遇：“數(shù)字盲道”中視障閱讀的技術(shù)協(xié)商[J].出版發(fā)行研究，2022（6）：79-83.

[9]孫宇沖，程曦葦，宋睿華，等.多模態(tài)與文本預(yù)訓(xùn)練模型的文本嵌入差異研究[J].北京大學(xué)學(xué)報：自然科學(xué)版，2023（10）：48-56.

[10]盧志武，金琴，宋睿華，等.悟道·文瀾：超大規(guī)模多模態(tài)預(yù)訓(xùn)練模型帶來了什么？[J].中興通訊技術(shù)，2022（2）：25-32.

[11]劉華玲，陳尚輝，喬梁等.多模態(tài)混合注意力機制的虛假新聞檢測研究[J].計算機工程與應(yīng)用，2023（9）：95-103.

[12]吳煒華，張海超.多模態(tài)視域下數(shù)字出版的技術(shù)演進(jìn)與實踐探索[J].現(xiàn)代出版，2023（1）：54-62.

[13]王惠茹，李秀紅，李哲等.多模態(tài)預(yù)訓(xùn)練模型綜述[J].計算機應(yīng)用，2023（4）：991-1004.

[14]祁彬斌，胡玉寧，朱學(xué)芳，等.面向盲人閱讀的觸覺交互服務(wù)框架構(gòu)建與應(yīng)用研究[J].圖書情報工作，2019（14）：20-29.