दृश्य बाधा के साथ कैलोरी ट्रैकिंग: कैसे एआई और वॉयस इसे संभव बनाते हैं

मार्कस 42 साल के हैं, एक डेटाबेस प्रशासक के रूप में काम करते हैं, और उन्हें रेटिनाइटिस पिगमेंटोसा के कारण अपने बीसवें साल के अंत से धीरे-धीरे दृष्टिहीनता का सामना करना पड़ा है। वह प्रकाश और आकृतियों का अनुभव कर सकते हैं, लेकिन स्क्रीन पर छोटे टेक्स्ट को पढ़ना उनके लिए बिना महत्वपूर्ण सहायक तकनीक के संभव नहीं है। वर्षों से, वह अपनी कैलोरी ट्रैक करना चाहते थे। उनके डॉक्टर ने इसकी सिफारिश की। उनके पोषण विशेषज्ञ ने भी यही कहा। उन्होंने कोशिश की --- सच में कोशिश की --- छह साल में कम से कम चार अलग-अलग ऐप्स का उपयोग किया। हर एक ने उन्हें एक सप्ताह के भीतर हरा दिया।

"यह विडंबना मुझ पर नहीं खोई," मार्कस ने हमें बताया। "मैं एक ऐसा व्यक्ति हूं जो पूरे दिन डेटा के साथ काम करता हूं। मुझे नंबर पसंद हैं। मुझे पैटर्न पसंद हैं। कैलोरी ट्रैकिंग मेरा काम होना चाहिए। लेकिन हर ऐप जो मैंने आजमाया, ऐसा लगा जैसे केवल उन लोगों के लिए बनाया गया था जिनकी दृष्टि सही है।"

मार्कस अकेले नहीं हैं। विश्व स्वास्थ्य संगठन के अनुसार, दुनिया भर में कम से कम 2.2 अरब लोग निकट या दूर की दृष्टि में बाधा का सामना कर रहे हैं। केवल अमेरिका में, लगभग 40 वर्ष और उससे अधिक उम्र के लगभग 12 मिलियन लोगों के पास किसी न किसी प्रकार की दृष्टि में बाधा है, जिसमें 1 मिलियन लोग दृष्टिहीन हैं। ये छोटे आंकड़े नहीं हैं। फिर भी, कैलोरी ट्रैकिंग उद्योग ने ऐतिहासिक रूप से सुलभता को एक बाद की सोच के रूप में देखा है --- अगर इसे विचार किया गया हो।

यह लेख उन विशिष्ट बाधाओं की जांच करता है जो पारंपरिक कैलोरी ट्रैकिंग ऐप्स दृष्टिहीन लोगों के लिए प्रस्तुत करते हैं, कैसे उभरती तकनीकें जैसे एआई फोटो पहचान और वॉयस इनपुट संभावनाओं को बदल रही हैं, और Nutrola का उपयोग करने का अनुभव मार्कस जैसे किसी व्यक्ति के लिए वास्तव में कैसा है। हम ईमानदारी से बताएंगे कि क्या काम करता है, क्या अभी भी कम है, और उद्योग को अगला कदम क्या उठाना चाहिए।

बाधाएँ: पारंपरिक कैलोरी ट्रैकिंग दृष्टिहीन उपयोगकर्ताओं के लिए क्यों विफल होती है

समस्या को समझने के लिए, आपको यह समझने की आवश्यकता है कि कैलोरी ट्रैकिंग वास्तव में उपयोगकर्ता से क्या मांग करती है। यह एकल क्रिया नहीं है। यह एक श्रृंखला है जिसमें सटीक, दृश्य-गहन सूक्ष्म कार्य होते हैं जो दिन में कई बार, हर दिन किए जाते हैं। दृष्टिहीन उपयोगकर्ता के लिए, प्रत्येक कदम एक दीवार हो सकता है।

छोटे टेक्स्ट और घने इंटरफेस

अधिकांश कैलोरी ट्रैकिंग ऐप्स एक ही स्क्रीन पर एक चौंका देने वाली मात्रा में संख्यात्मक डेटा प्रदर्शित करते हैं। दैनिक कैलोरी कुल, मैक्रोन्यूट्रिएंट ब्रेकडाउन, भोजन-वार उप-टोटल, प्रगति बार, प्रतिशत संकेतक, लक्ष्य की तुलना। यह जानकारी आमतौर पर छोटे फॉन्ट में होती है, जो पतले वजन के साथ होती है, अक्सर कम-प्रतिबंधित रंग संयोजनों में --- उदाहरण के लिए, हल्का ग्रे सफेद पर, या हरे टेक्स्ट को थोड़े अलग हरे बैकग्राउंड पर।

स्क्रीन मैग्निफिकेशन पर निर्भर उपयोगकर्ता के लिए, इस तरह के इंटरफेस को नेविगेट करना लगातार स्क्रीन पर पैनिंग करने का मतलब है, हर स्वाइप के साथ स्थानिक संदर्भ खोना। जानकारी की संरचना मानती है कि आप पूरे डैशबोर्ड को एक नज़र में देख सकते हैं। जब आप केवल एक समय में एक टुकड़ा देख सकते हैं, तो मानसिक मॉडल ढह जाता है।

स्क्रीन रीडर जैसे VoiceOver या TalkBack पर निर्भर उपयोगकर्ता के लिए, समस्या अलग है लेकिन समान रूप से गंभीर है। कई कैलोरी ट्रैकिंग ऐप्स कस्टम यूआई घटकों का उपयोग करते हैं --- गोलाकार प्रगति चार्ट, एनिमेटेड रिंग, खींचकर समायोजित करने वाले स्लाइडर --- जो उचित सुलभता लेबल के साथ नहीं बनाए गए हैं। एक स्क्रीन रीडर प्रगति रिंग का सामना करता है और "छवि" की घोषणा करता है या, इससे भी बदतर, कुछ नहीं। उपयोगकर्ता अपने कैलोरी कुल के लिए चुप्पी सुनता है।

खोज और चयन की समस्या

पारंपरिक ऐप में खाद्य पदार्थों को मैन्युअल रूप से लॉग करना एक डेटाबेस में खोजने की आवश्यकता होती है। आप "चिकन ब्रेस्ट" टाइप करते हैं, और ऐप परिणामों की एक सूची लौटाता है: "चिकन ब्रेस्ट, ग्रिल्ड, स्किनलेस, 4 औंस" और "चिकन ब्रेस्ट, रोस्टेड, विथ स्किन, 100 ग्राम" और "चिकन ब्रेस्ट टेंडर, ब्रेडेड, फ्रीज, टायसन" और पंद्रह और विविधताएँ। प्रत्येक प्रविष्टि तैयारी विधि, ब्रांड, और सर्विंग आकार में भिन्न होती है। सही एक का चयन करने के लिए कई छोटी टेक्स्ट लाइनों को पढ़ने और तुलना करने की आवश्यकता होती है।

स्क्रीन रीडर उपयोगकर्ता के लिए, इसका मतलब है कि प्रत्येक परिणाम को क्रम में सुनना, भिन्नताओं को कार्यशील मेमोरी में रखना, और तुलना के लिए आगे-पीछे नेविगेट करना। जो एक दृष्टिहीन उपयोगकर्ता के लिए चार सेकंड लेता है, वह एक स्क्रीन रीडर उपयोगकर्ता के लिए दो मिनट ले सकता है। हर भोजन में हर खाद्य पदार्थ के लिए इसे गुणा करें, हर दिन, और संज्ञानात्मक और समय का बोझ अस्थायी हो जाता है।

बारकोड स्कैनिंग: सरलता का झूठा वादा

कई ऐप्स बारकोड स्कैनिंग को अपने सबसे आसान इनपुट तरीके के रूप में बढ़ावा देते हैं। अपने फोन को एक बारकोड की ओर इंगित करें, और खाद्य पदार्थ तुरंत लॉग हो जाते हैं। सरल, है ना?

अगर आप बारकोड नहीं देख सकते हैं तो नहीं।

बारकोड स्कैनिंग में सटीक दृश्य संरेखण की आवश्यकता होती है। उपयोगकर्ता को पैकेज पर बारकोड का स्थान खोजने, फोन कैमरे को इस तरह से स्थिति में लाने की आवश्यकता होती है कि बारकोड एक विशेष क्षेत्र में आ जाए, फोन को स्थिर रखना, और स्कैन के पंजीकरण की प्रतीक्षा करना। अधिकांश ऐप्स इस प्रक्रिया के दौरान कोई ऑडियो या हैप्टिक फीडबैक प्रदान नहीं करते हैं। जब आप संरेखण के करीब होते हैं तो कोई उच्च स्वर नहीं होता। जब बारकोड फ्रेम में आता है तो कोई कंपन नहीं होता। उपयोगकर्ता को स्क्रीन पर देखना और यह देखना होता है कि क्या बारकोड संरेखित है।

कम दृष्टि वाले किसी के लिए, इसे कभी-कभी प्रयास और धैर्य के साथ प्रबंधित किया जा सकता है। दृष्टिहीन व्यक्ति के लिए, यह बिना दृष्टिहीन सहायता के प्रभावी रूप से गैर-कार्यात्मक होता है।

भाग आकार का अनुमान

खाद्य पदार्थ का चयन करने के बाद, उपयोगकर्ताओं को मात्रा निर्दिष्ट करनी होती है। पारंपरिक ऐप्स इसे एक टेक्स्ट फ़ील्ड या पिकर व्हील के रूप में प्रस्तुत करते हैं --- "1 कप," "4 औंस," "1 मध्यम।" ये नियंत्रण अक्सर स्क्रीन रीडर के लिए खराब लेबल किए जाते हैं। विशेष रूप से, पिकर व्हील्स को VoiceOver के साथ उपयोग करना बेहद कठिन होता है, क्योंकि प्रत्येक स्क्रॉल वृद्धि को उपयोगकर्ता को यह तय करने से पहले घोषित किया जाना चाहिए कि क्या वे आगे स्क्रॉल करना जारी रखना चाहते हैं।

अधिक मौलिक रूप से, भाग का अनुमान अक्सर दृश्य तुलना पर निर्भर करता है। "क्या यह एक मध्यम सेब है या एक बड़ा सेब?" "क्या यह एक कप चावल की तरह दिखता है या एक और आधा?" दृष्टिहीन उपयोगकर्ता पहले से ही इन निर्णयों में संघर्ष करते हैं। सीमित या बिना दृष्टि वाले उपयोगकर्ताओं के लिए, अनुमान और भी अधिक अनिश्चित होता है, और ऐप्स कोई वैकल्पिक विधि प्रदान नहीं करते हैं।

संचयी प्रभाव

इन बाधाओं में से कोई एक भी अपने आप में अजेय नहीं है, यदि पर्याप्त धैर्य और दृढ़ संकल्प हो। लेकिन कैलोरी ट्रैकिंग एक बार का कार्य नहीं है। यह एक दैनिक आदत है जिसे हर भोजन में दोहराना होता है। छोटे टेक्स्ट, जटिल नेविगेशन, अनुपलब्ध नियंत्रण, और दृश्य-निर्भर इनपुट विधियों का संचयी घर्षण यह सुनिश्चित करता है कि सबसे प्रेरित दृष्टिहीन उपयोगकर्ता अंततः इस प्रक्रिया को छोड़ देता है। न कि इसलिए कि वे अपने पोषण की परवाह नहीं करते, बल्कि इसलिए कि उपकरण उनके लिए नहीं बनाए गए थे।

मार्कस ने अनुभव को स्पष्ट रूप से व्यक्त किया: "यह ऐसा था जैसे किसी पाठ्यपुस्तक को पढ़ने की कोशिश करना जो एक ऐसी भाषा में छपी थी जिसे मैं लगभग समझ सकता था। मैं कुछ टुकड़े प्राप्त कर सकता था। लेकिन पूरी तस्वीर प्राप्त करने के लिए आवश्यक प्रयास इतना थकाऊ था कि यह इसके लायक नहीं था। इसलिए मैंने रोक दिया। और फिर मुझे रोकने के लिए दोषी महसूस हुआ, जो अपने आप में एक प्रकार का नुकसान है।"

कैसे एआई फोटो पहचान समीकरण को बदलता है

एआई-संचालित खाद्य पहचान की उपस्थिति कैलोरी ट्रैकिंग में सबसे महत्वपूर्ण सुलभता छलांग का प्रतिनिधित्व करती है, जो स्मार्टफोन के आविष्कार के बाद से हुई है। सिद्धांत सीधा है: डेटाबेस में खोजने, परिणाम पढ़ने, और सही प्रविष्टि का चयन करने के बजाय, आप अपने भोजन की एक फोटो लेते हैं। एआई प्लेट पर क्या है, इसकी पहचान करता है, भाग के आकार का अनुमान लगाता है, और कैलोरी और मैक्रोन्यूट्रिएंट ब्रेकडाउन लौटाता है।

दृष्टिहीन उपयोगकर्ताओं के लिए, यह परिवर्तनकारी है।

क्यों फोटो लॉगिंग कम दृष्टि और दृष्टिहीन उपयोगकर्ताओं के लिए काम करता है

फोटो लेना बारकोड स्कैनिंग की तरह सटीक दृश्य संरेखण की आवश्यकता नहीं होती है। प्लेट पर भोजन एक बड़ा लक्ष्य है। उपयोगकर्ता को एक छोटे बारकोड को दृश्यदर्शी आयत के भीतर संरेखित करने की आवश्यकता नहीं है। उन्हें अपने फोन को प्लेट की सामान्य दिशा में लगभग एक फुट ऊपर से इंगित करना होता है। आधुनिक एआई मॉडल उन तस्वीरों को संभालने के लिए पर्याप्त मजबूत होते हैं जो गलत कोणों से, विभिन्न रोशनी में, और बिना सटीक फ्रेमिंग के ली जाती हैं।

iOS और Android दोनों कैमरा सुलभता सुविधाएँ प्रदान करते हैं जो बताते हैं कि जब चेहरे या वस्तुएँ फ्रेम में होती हैं। Nutrola इस पर निर्माण करता है और एक खाद्य फोटो कैप्चर होने और प्रोसेस होने पर ऑडियो पुष्टि प्रदान करता है। उपयोगकर्ता एक पुष्टि ध्वनि सुनता है, इसके बाद स्क्रीन रीडर द्वारा पढ़ी गई एआई की पहचान: "पहचान: ग्रिल्ड चिकन ब्रेस्ट, लगभग छह औंस। ब्राउन राइस, लगभग एक कप। स्टीम्ड ब्रोकोली, लगभग एक कप। अनुमानित कुल: 520 कैलोरी।"

उपयोगकर्ता फिर पुष्टि करता है, समायोजित करता है, या आइटम जोड़ता है --- सभी एक स्क्रीन-रीडर-सुलभ इंटरफेस के माध्यम से या, बढ़ती हुई, वॉयस के माध्यम से।

एआई की भूमिका दृश्य निर्भरता को कम करने में

पारंपरिक कैलोरी ट्रैकिंग ने डेटा व्याख्या का बोझ उपयोगकर्ता की आंखों पर डाल दिया। एआई उस बोझ को मॉडल पर स्थानांतरित करता है। उपयोगकर्ता की भूमिका इनपुट प्रदान करने --- एक फोटो --- और आउटपुट की समीक्षा करने --- एक सारांश जो मौखिक रूप से प्रस्तुत किया जा सकता है --- बन जाती है। खोजने, तुलना करने, और चयन करने का जटिल मध्य चरण एआई द्वारा संभाला जाता है।

यह कोई मामूली कार्यप्रवाह सुधार नहीं है। यह ट्रैकिंग प्रक्रिया में दृष्टि की आवश्यकता के स्थान का मौलिक पुन: डिज़ाइन है। हर कदम पर दृष्टि की आवश्यकता होने के बजाय, इसे लगभग किसी भी कदम पर आवश्यकता नहीं होती है।

वॉयस इनपुट: दूसरा ब्रेकथ्रू

यदि एआई फोटो पहचान सुलभ कैलोरी ट्रैकिंग का पहला स्तंभ है, तो वॉयस इनपुट दूसरा है।

वॉयस लॉगिंग उपयोगकर्ता को यह कहने की अनुमति देती है, "मैंने साबुत गेहूं पर लेट्यूस, टमाटर और सरसों के साथ टर्की सैंडविच और एक छोटा सेब खाया," और ऐप उस वाक्य को संरचित पोषण डेटा में पार्स करता है। कोई टाइपिंग नहीं। कोई खोज नहीं। कोई जटिल मेनू को नेविगेट नहीं करना। उपयोगकर्ता बोलता है, और ऐप भाषण को खाद्य लॉग प्रविष्टि में परिवर्तित करता है।

दृष्टिहीन उपयोगकर्ताओं के लिए, वॉयस इनपुट ट्रैकिंग प्रक्रिया के सबसे अधिक इंटरएक्टिव हिस्से को समाप्त करता है। यह एक बहु-चरणीय दृश्य कार्यप्रवाह को एक एकल बोले गए वाक्य के साथ बदलता है। ऐप फिर यह पढ़ता है कि उसने क्या समझा, उपयोगकर्ता पुष्टि या सुधार करता है, और प्रविष्टि लॉग होती है।

Nutrola का वॉयस लॉगिंग प्राकृतिक, संवादात्मक विवरणों को संभालने के लिए डिज़ाइन किया गया है। उपयोगकर्ताओं को एक विशिष्ट प्रारूप में बोलने या सटीक डेटाबेस शर्तों का उपयोग करने की आवश्यकता नहीं है। "लाल सॉस और ऊपर कुछ परमेसन के साथ एक बड़ा कटोरा पास्ता" एक वैध इनपुट है। एआई विवरण की व्याख्या करता है, इसे पोषण डेटा से मैप करता है, और समीक्षा के लिए इसका अनुमान प्रस्तुत करता है।

वॉयस को नेविगेशन टूल के रूप में

खाद्य लॉगिंग के अलावा, वॉयस इंटरैक्शन पहले वर्णित नेविगेशन बाधाओं को भी संबोधित कर सकता है। उपयोगकर्ता पूछ सकता है, "आज मैंने कितनी कैलोरी ली?" या "इस सप्ताह मेरी प्रोटीन की मात्रा क्या थी?" और एक मौखिक उत्तर प्राप्त कर सकता है।

इस तरह की संवादात्मक बातचीत पोषण डेटा के साथ उपयोगकर्ता और ऐप के बीच संबंध को पूरी तरह से बदल देती है। ऐप एक दृश्य इंटरफेस के रूप में कम और एक सहायक के रूप में अधिक बन जाता है। दृष्टिहीन उपयोगकर्ता के लिए, यह उपकरण से लड़ने और उपकरण का उपयोग करने के बीच का अंतर है।

VoiceOver और TalkBack संगतता: आधार

एआई और वॉयस सुविधाएँ महत्वपूर्ण हैं, लेकिन वे एक अधिक मौलिक आवश्यकता के ऊपर बैठती हैं: ऐप को पूरी तरह से उन प्लेटफार्म स्क्रीन रीडर्स के साथ संगत होना चाहिए जिन पर दृष्टिहीन उपयोगकर्ता हर दिन निर्भर करते हैं।

iOS पर, वह स्क्रीन रीडर VoiceOver है। Android पर, यह TalkBack है। ये कोई वैकल्पिक सुविधाएँ नहीं हैं। दृष्टिहीन उपयोगकर्ता के लिए, ये उनके फोन पर किसी भी ऐप के साथ बातचीत करने के प्राथमिक साधन हैं।

पूर्ण स्क्रीन रीडर संगतता का मतलब है:

• हर इंटरएक्टिव तत्व का एक वर्णनात्मक सुलभता लेबल है। एक बटन जो एक भोजन को लॉग करता है उसे "लॉग भोजन बटन" के रूप में घोषित किया जाता है, न कि "बटन" या कुछ भी नहीं।
• हर सूचना तत्व अपनी सामग्री को व्यक्त करता है। एक कैलोरी कुल "आज 1,450 में से 2,200 कैलोरी का सेवन किया गया," के रूप में पढ़ता है, न कि "प्रगति बार, 66 प्रतिशत" या केवल "छवि।"
• नेविगेशन क्रम तार्किक और पूर्वानुमानित है। इंटरफेस के माध्यम से स्वाइप करना तत्वों के माध्यम से एक क्रम में चलता है जो अर्थपूर्ण है, न कि दृश्य लेआउट द्वारा निर्धारित मनमाने क्रम में।
• कस्टम नियंत्रण सुलभ हैं। यदि ऐप भाग के आकार को समायोजित करने के लिए एक कस्टम स्लाइडर का उपयोग करता है, तो वह स्लाइडर VoiceOver इशारों के साथ काम करता है और अपनी वर्तमान मान और सीमा की घोषणा करता है।
• राज्य परिवर्तन की घोषणा की जाती है। जब एक खाद्य पदार्थ सफलतापूर्वक लॉग किया जाता है, तो स्क्रीन रीडर पुष्टि की घोषणा करता है। जब कोई त्रुटि होती है, तो स्क्रीन रीडर त्रुटि की घोषणा करता है। उपयोगकर्ता कभी भी चुप्पी में नहीं रहता है यह जानने के लिए कि क्या हुआ।

Nutrola ने स्क्रीन रीडर संगतता में एक कोर इंजीनियरिंग आवश्यकता के रूप में निवेश किया है, न कि एक पोस्ट-लॉन्च पैच के रूप में। हर नई सुविधा को रिलीज से पहले VoiceOver और TalkBack के साथ परीक्षण किया जाता है। सुलभता लेबल डिजाइन विनिर्देशन का हिस्सा हैं, न कि दृश्य डिजाइन के अंतिम रूप दिए जाने के बाद जोड़ा गया।

इसका मतलब यह नहीं है कि अनुभव परिपूर्ण है। यह नहीं है। कुछ कठिनाइयाँ हैं, और हम इस लेख में बाद में ईमानदारी से उन पर चर्चा करेंगे। लेकिन आधार तैयार है, और इसे हर अपडेट के साथ बनाए रखा जाता है।

Nutrola के साथ मार्कस का एक दिन

इसको ठोस बनाने के लिए, यहाँ मार्कस के लिए एक सामान्य दिन कैसा दिखता है --- वह डेटाबेस प्रशासक जो हम इस लेख की शुरुआत में पेश किए थे। वह पिछले चार महीनों से Nutrola का उपयोग कर रहे हैं।

सुबह

मार्कस जागते हैं और नाश्ता बनाते हैं: दो scrambled अंडे, एक स्लाइस साबुत गेहूं की टोस्ट मक्खन के साथ, और एक कप काली कॉफी। वह Nutrola को अपने होम स्क्रीन पर ऐप शॉर्टकट का उपयोग करके खोलते हैं --- जो उनके मांसपेशियों की याद में नीचे-बाएँ कोने में स्थित है। VoiceOver "Nutrola" की घोषणा करता है जब वह टैप करते हैं।

वह वॉयस कमांड का उपयोग करते हैं: "नाश्ता लॉग करें। दो scrambled अंडे, एक स्लाइस साबुत गेहूं की टोस्ट मक्खन के साथ, काली कॉफी।"

Nutrola इनपुट को प्रोसेस करता है और पढ़ता है: "नाश्ता लॉग किया गया। दो scrambled अंडे, 180 कैलोरी। एक स्लाइस साबुत गेहूं की टोस्ट के साथ एक चम्मच मक्खन, 165 कैलोरी। काली कॉफी, 5 कैलोरी। कुल नाश्ता: 350 कैलोरी।"

मार्कस पुष्टि करते हैं। पूरा इंटरएक्शन लगभग पंद्रह सेकंड लेता है।

मध्य सुबह

काम पर, मार्कस ब्रेक रूम से एक नाश्ता लेते हैं --- एक केला और बादाम का एक मुट्ठी। वह एक त्वरित फोटो लेते हैं। उन्हें इसे सही ढंग से फ्रेम करने की आवश्यकता नहीं है। वह अपने फोन को भोजन के ऊपर लगभग पकड़ते हैं, कैप्चर बटन पर टैप करते हैं (जिसकी घोषणा VoiceOver करता है), और प्रोसेसिंग टोन की प्रतीक्षा करते हैं।

"पहचान: एक मध्यम केला और लगभग एक औंस बादाम। अनुमानित कुल: 270 कैलोरी।"

मार्कस को अनुभव से पता है कि एआई अक्सर उसके बादाम के हिस्से को थोड़ा कम आंकता है क्योंकि उसके हाथ बड़े होते हैं और वह उदार मुट्ठी भरता है। वह ऐप को बताता है, "बादाम को एक और आधा औंस बनाएं।" प्रविष्टि अपडेट होती है। वह पुष्टि करते हैं।

दोपहर का भोजन

मार्कस के कार्यस्थल की कैफेटेरिया एक सामान्य चुनौती प्रस्तुत करती है: मिश्रित व्यंजन जहां व्यक्तिगत सामग्री को अलग करना कठिन होता है। आज उनके पास गर्म भोजन लाइन से चिकन स्टर-फ्राई है। वह इसे फोटो खींचते हैं और एआई को अपना काम करने देते हैं।

"पहचान: चिकन स्टर-फ्राई मिश्रित सब्जियों के साथ सफेद चावल पर। अनुमानित कुल: 680 कैलोरी। प्रोटीन: 35 ग्राम। कार्बोहाइड्रेट: 72 ग्राम। वसा: 24 ग्राम।"

मार्कस को लगता है कि चावल का हिस्सा एआई द्वारा अनुमानित मात्रा से बड़ा है। वह समायोजित करते हैं: "चावल को एक कप के बजाय एक और आधा कप बनाएं।" कुल अपडेट होते हैं और उन्हें पढ़कर सुनाया जाता है।

अपराह्न

मार्कस Nutrola से स्थिति की जांच करते हैं। "आज मैं कैसा कर रहा हूँ?"

ऐप जवाब देता है: "आपने आज तक 1,340 कैलोरी का सेवन किया है। आपका दैनिक लक्ष्य 2,100 कैलोरी है। आपके पास 760 कैलोरी शेष हैं। आपकी प्रोटीन अब तक 78 ग्राम है, जो आपके 140 ग्राम लक्ष्य का है।"

यह तीन सेकंड लेता है। कोई दृश्य स्कैनिंग नहीं। कोई डैशबोर्ड नेविगेशन नहीं। बस एक सवाल और एक उत्तर।

रात का खाना

घर पर, मार्कस एक सैल्मन फ़िलेट के साथ भुनी हुई मीठी आलू और एक साइड सलाद तैयार करते हैं। वह प्लेट की फोटो खींचते हैं। एआई प्रत्येक घटक की पहचान करता है। वह प्रविष्टि की पुष्टि करते हैं।

रात के खाने के बाद, वह अपने दैनिक सारांश के लिए पूछते हैं। Nutrola उनके कुल सेवन को पढ़कर सुनाता है, जो भोजन के अनुसार विभाजित होता है, साथ ही उनके मैक्रोन्यूट्रिएंट कुल और उनके लक्ष्यों की तुलना में। मार्कस ने 2,050 कैलोरी, 132 ग्राम प्रोटीन, और कार्बोहाइड्रेट में थोड़ा अधिक किया है।

"चार महीने पहले, मैं आपको यह नहीं बता सकता था कि मैंने किसी दिए गए दिन में 500 कैलोरी के भीतर क्या खाया," मार्कस ने कहा। "अब मैं एक उचित त्रुटि सीमा के भीतर जानता हूं। यह कोई छोटी बात नहीं है। मेरे डॉक्टर ने मेरे पिछले रक्त पैनल में अंतर देखा। मेरा A1C कम हुआ। यह वास्तविक है।"

मार्कस के लिए सबसे महत्वपूर्ण क्या है

जब उनसे पूछा गया कि अनुभव के बारे में क्या सबसे महत्वपूर्ण है, तो मार्कस ने किसी विशेष फीचर का उल्लेख नहीं किया। उन्होंने निरंतरता का उल्लेख किया। "सुलभता के बारे में बात यह है कि यह केवल यह नहीं है कि क्या कुछ तकनीकी रूप से संभव है। यह इस बारे में है कि क्या यह टिकाऊ है। मैं एक असुलभ ऐप के साथ एक भोजन के लिए संघर्ष कर सकता हूं। शायद दो। लेकिन इसे दिन में तीन से पांच बार, हर दिन, महीनों तक करना? वहीं सब कुछ टूट जाता है। Nutrola पहला ऐप है जहां आवश्यक प्रयास इतना कम है कि मैं वास्तव में इसे जारी रख सकता हूं।"

दृष्टिहीन उपयोगकर्ताओं के लिए कैलोरी ट्रैकिंग शुरू करने के लिए व्यावहारिक सुझाव

मार्कस और हमारे समुदाय में अन्य दृष्टिहीन उपयोगकर्ताओं से मिली प्रतिक्रिया के आधार पर, यहाँ कुछ व्यावहारिक रणनीतियाँ हैं जो शुरू करने के लिए सहायक हो सकती हैं।

1. पहले दिन से वॉयस लॉगिंग सेट करें

मैन्युअल प्रविष्टि से शुरू न करें और "बाद में वॉयस पर स्विच करने की योजना बनाएं।" वॉयस के साथ शुरू करें। यह प्रयास स्तर के लिए सही अपेक्षाएँ सेट करता है और शुरुआती निराशा को प्रक्रिया की धारणा को खराब करने से रोकता है।

2. फोटो तकनीक सीखें

अपने फोन को प्लेट के ऊपर लगभग 12 से 18 इंच ऊँचा रखें, लगभग केंद्रित। आपको स्क्रीन देखना आवश्यक नहीं है। कैप्चर पुष्टि के लिए सुनें। यदि एआई कुछ गलत पहचानता है, तो इसे वॉयस से सही करें। कुछ दिनों के बाद, आप एक विश्वसनीय तकनीक विकसित करेंगे जो लगभग हर बार काम करती है।

3. लगातार व्यंजन और भागों का उपयोग करें

यह किसी के लिए भी अच्छा सलाह है, लेकिन यह दृष्टिहीन उपयोगकर्ताओं के लिए विशेष रूप से सहायक है। यदि आप हर दिन एक ही कटोरे से नाश्ता करते हैं, तो आप यह महसूस कर लेते हैं कि कटोरा कितना भरा हुआ है और यह कैलोरी के हिसाब से क्या है। कम चर का मतलब एआई अनुमानों में कम समायोजन है।

4. लॉगिंग के चारों ओर एक दिनचर्या बनाएं

हर भोजन के तुरंत बाद लॉग करें, अगली गतिविधि पर जाने से पहले। यह एक भोजन को भूलने की संभावना को कम करता है और दिन के बाद में मात्रा और सामग्री को याद करने की आवश्यकता को समाप्त करता है।

5. नियमित रूप से वॉयस सारांश का उपयोग करें

दिन में कम से कम दो बार --- एक बार मध्याह्न के आसपास और एक बार रात के खाने के बाद --- अपने दैनिक कुल के साथ जांचें। यह आपको डेटा से जोड़े रखता है बिना किसी दृश्य इंटरफेस इंटरएक्शन की आवश्यकता के।

6. अपने स्क्रीन रीडर को अपडेट रखें

VoiceOver और TalkBack नियमित अपडेट प्राप्त करते हैं जो प्रदर्शन और संगतता में सुधार करते हैं। अपने फोन के ऑपरेटिंग सिस्टम को वर्तमान में रखना सुनिश्चित करता है कि आप सबसे अच्छे संभव स्क्रीन रीडर अनुभव प्राप्त कर रहे हैं।

7. फीडबैक प्रदान करें

यदि आप किसी सुलभता समस्या का सामना करते हैं --- एक बटन जो लेबल नहीं है, एक स्क्रीन जो ठीक से घोषित नहीं होती, एक एआई गलत पहचान जो बार-बार होती है --- इसकी रिपोर्ट करें। Nutrola की सुलभता वास्तविक उपयोगकर्ता फीडबैक के आधार पर सुधारती है, और दृष्टिहीन उपयोगकर्ताओं की रिपोर्ट हमारे विकास कतार में प्राथमिकता दी जाती है।

अभी भी सुधार की आवश्यकता है

यदि हम वर्तमान स्थिति को एक हल किया हुआ समस्या के रूप में प्रस्तुत करते हैं तो हम अपने दृष्टिहीन उपयोगकर्ताओं के प्रति अन्याय करेंगे। यह नहीं है। महत्वपूर्ण अंतराल बने हुए हैं, और हम उनके बारे में पारदर्शी रहना चाहते हैं।

जटिल और मिश्रित व्यंजनों के साथ एआई सटीकता

एआई खाद्य पहचान अच्छी है, लेकिन यह परिपूर्ण नहीं है। यह स्पष्ट रूप से अलग खाद्य पदार्थों को संभालता है --- ग्रिल्ड चिकन का एक टुकड़ा चावल के ढेर के बगल में और स्टीम्ड सब्जियों के बगल में --- मिश्रित व्यंजनों, कैसरोल, स्ट्यू, या उन खाद्य पदार्थों को संभालने की तुलना में बहुत बेहतर है जहां सामग्री परतदार या छिपी होती हैं। एक बुरिटो एक विशेष चुनौती है क्योंकि एआई यह नहीं देख सकता कि टॉरटिला के अंदर क्या है।

दृष्टिहीन उपयोगकर्ताओं के लिए जो एआई के अनुमान की दृश्य जांच नहीं कर सकते, यह सीमा अधिक महत्वपूर्ण होती है। एक दृष्टिहीन उपयोगकर्ता एआई के अनुमान को देखकर तुरंत यह नहीं देख सकता कि उनके सैंडविच पर पनीर छूट गया है। एक दृष्टिहीन उपयोगकर्ता उस त्रुटि को तब तक नहीं पकड़ सकता जब तक वे पूर्ण ब्रेकडाउन सुनने के लिए सक्रिय रूप से हर सामग्री की समीक्षा नहीं करते।

हम एआई संकेतों में सुधार करने पर काम कर रहे हैं जो स्पष्टता के लिए प्रश्न पूछते हैं --- "क्या इस व्यंजन में पनीर है?" "क्या इसमें कोई सॉस है?" --- उन अंतराल को भरने के लिए जो कैमरा नहीं देख सकता।

ऑनबोर्डिंग और प्रारंभिक सेटअप

प्रारंभिक सेटअप प्रक्रिया --- खाता बनाना, शरीर के माप दर्ज करना, कैलोरी और मैक्रो लक्ष्यों को सेट करना --- दिन-प्रतिदिन के उपयोग की तुलना में अधिक जटिल है और इसमें अधिक फॉर्म फ़ील्ड, ड्रॉपडाउन, और बहु-चरणीय प्रवाह शामिल हैं। जबकि ये स्क्रीन-रीडर-संगत हैं, अनुभव उतना सहज नहीं है जितना हम चाहते हैं। हम सुलभता को प्राथमिक डिज़ाइन बाध्यता के रूप में पुन: डिज़ाइन कर रहे हैं, न कि द्वितीयक के रूप में।

रेस्तरां और टेकआउट भोजन

बाहर खाना सभी उपयोगकर्ताओं के लिए चुनौतियाँ प्रस्तुत करता है, लेकिन विशेष रूप से दृष्टिहीन उपयोगकर्ताओं के लिए। रेस्तरां के व्यंजन अक्सर इस तरह से प्लेट किए जाते हैं जो भाग के आकार को अस्पष्ट करते हैं, सॉस भोजन के नीचे हो सकते हैं न कि ऊपर, और रेस्तरां में परिवेशी रोशनी एआई फोटो सटीकता को कम कर सकती है। वॉयस लॉगिंग यहां मदद करता है --- जो आपने ऑर्डर किया उसका वर्णन करना अक्सर इसे फोटो खींचने की तुलना में अधिक सटीक होता है --- लेकिन प्रक्रिया अभी भी घर के बने भोजन लॉगिंग की तुलना में कम सटीक होती है।

सामुदायिक और सामाजिक सुविधाएँ

कई कैलोरी ट्रैकिंग ऐप्स में सामाजिक सुविधाएँ होती हैं: भोजन साझा करना, दोस्तों के साथ प्रगति की तुलना करना, चुनौतियों में भाग लेना। ये सुविधाएँ अक्सर किसी भी ऐप के सबसे कम सुलभ हिस्सों में से होती हैं, जो दृश्य लेआउट, छवियों, और कस्टम यूआई घटकों पर बहुत अधिक निर्भर करती हैं। Nutrola की सामाजिक सुविधाएँ अभी भी विकास में हैं, और हम उन्हें शुरू से सुलभता से बनाने के लिए प्रतिबद्ध हैं, न कि बाद में जोड़ने के लिए।

क्षेत्रीय और सांस्कृतिक खाद्य पहचान

एआई खाद्य पहचान मॉडल डेटासेट पर प्रशिक्षित होते हैं। ये डेटासेट पश्चिमी व्यंजनों की ओर झुके हुए हैं। इसका मतलब है कि एआई एक हैमबर्गर की पहचान करने में अधिक सटीक है बनिस्बत जोलोफ चावल, डोसा, या इन्जेरा की पहचान करने के। यह एआई प्रशिक्षण डेटा में एक प्रणालीगत पूर्वाग्रह है जिसे पूरे उद्योग को संबोधित करने की आवश्यकता है। Nutrola सक्रिय रूप से अपने प्रशिक्षण डेटा का विस्तार कर रहा है ताकि वैश्विक व्यंजनों की एक व्यापक रेंज को शामिल किया जा सके, लेकिन यह कार्य चल रहा है और आज वास्तविक असमानता है।

बड़ा चित्र: पोषण एक अधिकार है, विशेषाधिकार नहीं

प्रौद्योगिकी उद्योग में सुलभता को एक फीचर के रूप में फ्रेम करने की प्रवृत्ति होती है --- कुछ ऐसा जो आप एक उत्पाद में जोड़ते हैं ताकि एक विशेष दर्शक की सेवा कर सकें। यह फ्रेमिंग गलत है। सुलभता इस बात का मामला है कि क्या कोई व्यक्ति अपने स्वास्थ्य के एक मौलिक पहलू का प्रबंधन कर सकता है या नहीं।

पोषण सब कुछ प्रभावित करता है: ऊर्जा, पुरानी बीमारी का जोखिम, मानसिक स्वास्थ्य, शारीरिक प्रदर्शन, दीर्घकालिकता। कैलोरी और पोषक तत्वों का ट्रैकिंग एक ऐसा सबसे प्रमाणित उपकरण है जो आहार की आदतों में सुधार करने के लिए उपलब्ध है। जब ट्रैकिंग उपकरण सुलभ नहीं होते, तो दृष्टिहीन व्यक्ति केवल एक सुविधा से चूक नहीं रहे होते। वे एक सिद्ध स्वास्थ्य हस्तक्षेप से बाहर किए जा रहे हैं।

अमेरिकियों के साथ विकलांगता अधिनियम, यूरोपीय सुलभता अधिनियम, और दुनिया भर में समान कानून यह स्थापित करते हैं कि डिजिटल सेवाएँ विकलांगता वाले लोगों के लिए सुलभ होनी चाहिए। लेकिन कानूनी अनुपालन फर्श है, छत नहीं। लक्ष्य ऐसा अनुभव होना चाहिए जो केवल तकनीकी रूप से उपयोगी न हो बल्कि वास्तव में अच्छा हो --- ऐसा जो एक दृष्टिहीन उपयोगकर्ता एक मित्र को सिफारिश करेगा, न कि एक ऐसा जिसे वे सहन करते हैं क्योंकि कोई बेहतर विकल्प नहीं है।

मार्कस ने इसे इस तरह कहा: "मैं एक ऐसा ऐप नहीं चाहता जो मेरी विकलांगता के बावजूद काम करता है। मैं एक ऐसा ऐप चाहता हूं जो इसकी परवाह किए बिना काम करे। इसमें एक अंतर है। पहला ऐसा लगता है जैसे दान। दूसरा ऐसा लगता है जैसे अच्छा इंजीनियरिंग।"

अक्सर पूछे जाने वाले प्रश्न

क्या एक पूरी तरह से दृष्टिहीन व्यक्ति Nutrola का उपयोग करके कैलोरी ट्रैक कर सकता है?

हाँ। Nutrola को iOS पर VoiceOver और Android पर TalkBack के साथ पूरी तरह से कार्यात्मक बनाने के लिए डिज़ाइन किया गया है। सभी मुख्य सुविधाएँ --- फोटो द्वारा खाद्य लॉगिंग, वॉयस द्वारा खाद्य लॉगिंग, दैनिक सारांश देखना, प्रविष्टियों को समायोजित करना, और पोषण लक्ष्यों को सेट करना --- स्क्रीन रीडर के माध्यम से सुलभ हैं। ऐप का संचालन करने के लिए आपको किसी भी उपयोगी दृष्टि की आवश्यकता नहीं है, हालांकि यदि आप ऐप के नए हैं तो प्रारंभिक सेटअप के दौरान दृष्टिहीन सहायता सहायक हो सकती है।

कैलोरी ट्रैकिंग के लिए एआई फोटो पहचान कितनी सटीक है?

एआई फोटो पहचान एक मजबूत अनुमान उपकरण है, न कि एक सटीक उपकरण। स्पष्ट रूप से दिखाई देने वाले, अच्छी तरह से अलग खाद्य पदार्थों के लिए, सटीकता आमतौर पर वास्तविक कैलोरी सामग्री के 10 से 15 प्रतिशत के भीतर होती है। मिश्रित व्यंजनों के लिए, सटीकता कम होती है। हम फोटो कैप्चर के बाद सटीकता में सुधार के लिए वॉयस सुधारों का उपयोग करने की सिफारिश करते हैं --- उदाहरण के लिए, यह निर्दिष्ट करना कि आपने पनीर या तेल जोड़ा है जो फोटो में दिखाई नहीं दे सकता।

क्या वॉयस लॉगिंग लहजे और गैर-देशी अंग्रेजी बोलने वालों के साथ काम करता है?

Nutrola की वॉयस पहचान उन्नत भाषण-से-टेक्स्ट प्रोसेसिंग का उपयोग करती है जो लहजे और भाषण पैटर्न की एक विस्तृत श्रृंखला को संभालती है। यदि आप अपने फोन पर टेक्स्टिंग के लिए वॉयस डिक्टेशन का उपयोग कर सकते हैं, तो आप Nutrola में वॉयस लॉगिंग का उपयोग कर सकते हैं। खाद्य विवरणों की व्याख्या करने वाला एआई संवादात्मक और अनौपचारिक भाषा को समझने के लिए डिज़ाइन किया गया है, इसलिए आपको सटीक या तकनीकी शर्तों का उपयोग करने की आवश्यकता नहीं है।

क्या Nutrola दृष्टिहीन उपयोगकर्ताओं के लिए मुफ्त है?

Nutrola की कीमत सभी उपयोगकर्ताओं के लिए समान है। हमारे पास दृष्टिहीन उपयोगकर्ताओं के लिए कोई अलग स्तर नहीं है क्योंकि सुलभता को मूल उत्पाद में बनाया गया है, न कि प्रीमियम योजना के पीछे गेटेड। मुफ्त स्तर में वॉयस लॉगिंग और फोटो लॉगिंग शामिल है। प्रीमियम सुविधाएँ जैसे उन्नत मैक्रो ट्रैकिंग, साप्ताहिक रिपोर्ट, और प्रवृत्ति विश्लेषण एक सदस्यता के माध्यम से उपलब्ध हैं।

क्या मैं Nutrola का उपयोग ब्रेल डिस्प्ले के साथ कर सकता हूँ?

हाँ। क्योंकि Nutrola पूरी तरह से VoiceOver और TalkBack के साथ संगत है, यह आपके फोन से जुड़े ब्रेल डिस्प्ले के साथ काम करता है। स्क्रीन रीडर द्वारा घोषित सभी पाठ सामग्री, खाद्य विवरण, कैलोरी कुल, और मैक्रोन्यूट्रिएंट ब्रेकडाउन सहित, ब्रेल डिस्प्ले पर भी आउटपुट होती है।

यदि मैं मात्रा का दृश्य अनुमान नहीं लगा सकता तो Nutrola भाग के आकार को कैसे संभालता है?

यह एक ईमानदार चुनौती है। Nutrola का एआई फोटो से भाग के आकार का अनुमान लगाता है, जो मदद करता है, लेकिन यह हमेशा सटीक नहीं होता। हम घर पर भोजन तैयार करते समय सरल माप उपकरणों --- एक किचन स्केल, मापने वाले कप --- का उपयोग करने की सिफारिश करते हैं। समय के साथ, आप यह महसूस कर लेंगे कि मानक भागों का क्या अनुभव होता है और उनका वजन क्या होता है, जो आपके अनुमानों और एआई को सुधारने की आपकी क्षमता दोनों में सुधार करता है जब यह गलत होता है।

यदि मैं ऐप में किसी सुलभता समस्या का सामना करता हूँ तो मुझे क्या करना चाहिए?

इसे ऐप में फीडबैक फीचर के माध्यम से रिपोर्ट करें, जो VoiceOver और TalkBack के माध्यम से सुलभ है। आप सीधे हमारी सपोर्ट टीम को भी ईमेल कर सकते हैं। सुलभता बग रिपोर्ट को हमारे विकास प्रक्रिया में चिह्नित और प्राथमिकता दी जाती है। हम हर रिपोर्ट की सराहना करते हैं क्योंकि यह हमें उन मुद्दों को खोजने और ठीक करने में मदद करती है जो हमारी आंतरिक परीक्षण ने हो सकता है कि चूक गए हों।

क्या साप्ताहिक और मासिक रिपोर्ट सुलभ हैं?

हाँ। सभी रिपोर्ट स्क्रीन को उचित सुलभता लेबल और स्क्रीन रीडर्स के लिए तार्किक पढ़ने के क्रम के साथ डिज़ाइन किया गया है। सारांशों को भी वॉयस द्वारा एक्सेस किया जा सकता है --- "मुझे मेरी साप्ताहिक सारांश दें" पूछने से पिछले सात दिनों के लिए आपके औसत दैनिक कैलोरी, मैक्रोन्यूट्रिएंट प्रवृत्तियों, और निरंतरता दर का मौखिक अवलोकन प्राप्त होगा।

आगे बढ़ते हुए

कैलोरी ट्रैकिंग ऐप्स द्वारा उपयोगकर्ताओं से मांगी जाने वाली चीजों और दृष्टिहीन उपयोगकर्ताओं द्वारा आराम से प्रदान की जाने वाली चीजों के बीच का अंतराल लंबे समय से चौड़ा रहा है। एआई फोटो पहचान और वॉयस इनपुट ने उस अंतराल को नाटकीय रूप से संकीर्ण कर दिया है। पूरी तरह से नहीं। लेकिन नाटकीय रूप से।

जो काम बाकी है वह ग्लैमरस नहीं है। यह सुलभता लेबल पर सावधानीपूर्वक ध्यान देना है। यह एआई प्रशिक्षण डेटा का विस्तार करना है ताकि अधिक व्यंजनों को शामिल किया जा सके। यह हर नई सुविधा का परीक्षण करना है कि वह शिपिंग से पहले स्क्रीन रीडर के साथ काम करे। यह उपयोगकर्ताओं जैसे मार्कस को सुनना है जब वे हमें बताते हैं कि क्या काम करता है और क्या नहीं।

मार्कस ने हाल ही में हमें बताया कि उन्होंने अब चार महीनों तक लगातार अपने भोजन को ट्रैक किया है --- यह किसी भी स्वास्थ्य ऐप के साथ बनाए रखा गया उनका सबसे लंबा स्ट्रिक है। "चार महीने बहुत अधिक नहीं लगते," उन्होंने कहा। "लेकिन जब आप छह साल से कुछ करने की कोशिश कर रहे हैं और हर बार असफल हो रहे हैं, तो चार महीने यह साबित करते हैं कि यह अंततः संभव है।"

यह संभव है। और यह पहले से ही संभव होना चाहिए था। तकनीक मौजूद थी। जो कमी थी वह यह थी कि इसे हर उपयोगकर्ता की सेवा में उपयोग करने की प्रतिबद्धता थी, न कि केवल उन लोगों के लिए जिन्हें उद्योग के लिए डिज़ाइन करना सबसे आसान पाया गया।

हम खत्म नहीं हुए हैं। लेकिन हम रुकने वाले भी नहीं हैं।