工程师 Yogen Ghodke 如何用 AI 应用 ListenToMe 弥合无障碍教育鸿沟

当浦那的视障学生西玛·卡拉德（Seema Kharad）准备攻读政治学博士学位时，找到无障碍的学习材料成了一大难题。她所需的许多书籍和学术文件都没有有声书版本，只能依赖朋友为她朗读 PDF 和笔记。

对于常驻纽约的 AI 解决方案工程师约根·戈德克（Yogen Ghodke）来说，这正是一个机会，可以用技术解决教育中的实际障碍。他开始开发 ListenToMe 这款将学习材料转换为音频的应用，卡拉德则测试早期版本并指出问题。

卡拉德的父亲介绍两人认识，戈德克随后着手开发解决方案，向她询问所面临的具体挑战以及什么样的产品能满足她的需求。

他用 AI 构建了应用的初始版本，并与卡拉德合作了约两个月，将她的反馈融入其中。随着产品不断完善，他们开始探索它能否帮助其他面临类似挑战的人。

这款应用此后吸引了印度以外的用户。他的思路也受到自己在美国接触无障碍设施经历的启发。戈德克说，大学通过轮椅坡道、无障碍停车位和按钮式门等设施为残障人士提供便利，这让他印象深刻。

他开始思考，这种对无障碍的关注如何能应用到 AI 驱动的教育中，尤其是对那些无法独立获取常规学习材料的学生。

为实际使用而构建

ListenToMe 使用光学字符识别（OCR）从文档中提取文字，再通过文本转语音技术将其转换为音频。用户可以从手机上传 PDF、文档照片、手写笔记以及其他受支持的文件格式。

系统将提取的文字转换为音频并提供给用户。戈德克尝试了多个开源 AI 模型，但发现它们需要进一步微调。

他依靠用户反馈来发现错误，尤其是在他不懂的语言中。

“比如最近，我们遇到一个问题，图表编号没有被正确读出，”他说。“它没有说 100，而是说成了一零零。”

戈德克说，随着反馈不断传来，他会定期进行修正。

据他介绍，该应用支持约 30 种语言，包括英语、马拉地语、印地语、泰米尔语、泰卢固语、阿萨姆语和尼泊尔语。它已吸引来自美国、阿塞拜疆和突尼斯等国家的用户。

为了提高可发现性，戈德克在应用的 Google Play 商店列表中添加了不同语言的搜索关键词和描述。用户们还在盲人 WhatsApp 群组中分享了这款应用。

一些人请求增加更多语言支持。在一名来自伊朗的用户开始处理波斯语文档后，戈德克添加了对该语言的支持。这名用户随后把应用分享给了朋友，帮助它触达了更广泛的受众。

“我可以添加对任何语言的支持，”他说，并描述了用户请求如何塑造了这款应用的开发。

ListenToMe 也可用于学术场景之外。低视力人士可以拍摄报纸，让内容被朗读出来。翻译功能允许用户用马拉地语或其他受支持的语言收听英语材料。

使用量增长，成本管理

戈德克称，截至采访时有约 1,600 人注册了 ListenToMe，约 1,000 人提交了文档进行处理。该应用公开上线仅三到四周，他说其用户群正在快速增长。

“它增长得非常快，甚至几乎快得过头了，”他在描述新用户加入的速度时说。他还表示，该应用每天可能新增约 200 名用户。

该应用目前免费，每日处理上限为 250 页。戈德克正在考虑一项定价约 ₹149 的方案，允许用户每天处理最多 500 页。他说，一些用户要求更高的上限，并表示愿意支付合理的价格。

目前，戈德克自掏腰包承担运营成本，并在 Mac Mini 上运行该服务。他估计当前的处理成本约为每页 1 美分，并希望将其降至每 100 页 ₹1。

设置这些限制的部分目的是防止少数用户占用其他人所需的计算资源。

“如果一个用户一天上传数千个 PDF，那么其他用户就得不到任何资源，”他说。

关于文档隐私的问题

由于 ListenToMe 会处理用户上传的文档，数据处理是一个关键考量，尤其是对提交学术笔记或个人材料的人来说。

戈德克说，上传的 PDF 在生成音频期间存储在他的服务器上。处理完成后，系统会删除原始文档，而生成的音频文件会保留几天，然后自动删除。

戈德克说，临时存储期让用户可以下载自己的文件，同时限制它们在服务器上的停留时间。

让无障碍教育更广泛地普及

戈德克的长期计划包括将业务正规化、筹集资金并招聘人员来改进模型。他还希望接触更多大学、学生组织和 NGO，这些机构可以帮助将这款应用介绍给需要它的人。

他尤其希望覆盖印度的学校，而在印度，可负担性可能决定这项技术能被多广泛地采用。正在考虑的一种模式是让非政府组织帮助为无力支付付费服务的人提供资金支持，而美国等市场的订阅收入则用于覆盖运营成本。

他说，更快的 GPU 和更优化的模型可以提升处理能力，让服务支持更多用户。目前，为基础设施和技术开发争取资金仍是优先事项。

“搭建的部分已经完成。现在，下一部分是所有那些商业方面的事情，”他说。

戈德克正在寻求来自风险投资公司和支持残障人士的组织的资金。他还在想办法在仍是学生的情况下在美国创办一家初创公司。