Projets:Read For Me

Présentation du projet

Description

Le but est de créer une machine à lire capable d’acquérir le texte à partir d'une capture d'image et de le lire au moyen d’une synthèse vocale.

Équipe

• François, ArianeGroup, porteur de projet
• Lucie, MHK, coordination
• Lydia, ArianeGroup
• Aldrick, ArianeGroup
• Christophe, Access DV Linux
• Evan, stagiaire MHK, étudiant Epitech
• Baptiste, IMT
• Célia, designer
• Théo, fabmanager Eesab
• Laurent, Floss Manuals, documentation

Lien vers l'album Flickr

https://www.flickr.com/photos/140910832@N06/albums/72157717049716371

Résumé

Le Fabrikarium a permis d'avancer sur de nombreux aspects mais nous n'avons pas eu le temps de recoller les briques ensemble afin de disposer d'un prototype complètement fonctionnel :

• Christophe a fait fonctionné sa machine à lire sur un raspberry pi en ajoutant la prise en charge de la prise de vue avec une caméra et de l'autofocus.
• Aldric et Evan ont développé toute l'interface logicielle et électronique pour le contrôleur de la machine à lire : gestion des boutons poussoirs et encodeurs rotatifs d'une part et action pour la prise de vue et le déclenchement des raccourcis clavier nécessaires au contrôle de la lecture d'autre part.
• Baptiste a ajouté la lecture en français et perfectionné l'expérience utilisateur d'un prototype existant basé sur PiTextReader.
• Lucie, Lydia, Théo et Célia ont développé un nouveau prototype en soignant le design de la machine et l'interface du contrôleur pour des personnes mal-voyantes.

Plan de la page

Cette documentation détaille les avancées réalisées sur chacun des points ainsi qu'un tutoriel de réalisation du prototype.

La section 2 suivant cette introduction présente le cahier des charges du projet.

La section 3 présente l'analyse de l'existant: les machines commerciales ou les prototypes existant, ainsi que les solutions logicielles nécessaires pour réaliser la machine.

La section 4 détaille la production du Fabrikarium pour ce projet pour permettre à des personnes de le reprendre et de l'améliorer.

Les sections 5, 6 et 7 sont des ressources permettant de réaliser le prototype tel qu'il a été développé pendant le Fabrikarium, bien que le résultat final ne soit pas complètement fonctionnel.

La section 8 présente les pistes d'amélioration possible.

Cahier des charges

Fonctionnalités principales

• Lecture audio sur un haut parleur
• Lecture d'une page A4 multicolonnne en langue française

Fonctionnalités secondaires

• réglage du débit / de la vitesse de lecture
• réglage du volume sonore
• éclairage
• possibilité de mettre en pause
• bouton de mise en marche et de mise à l'arrêt
• prise de vue autofocus

Les contraintes

• Fonctionnement hors ligne : fonctionnement hors ligne ne nécessitant pas de connexion internet
• Portable : fonctionnement sur batterie
• Facile à prendre en main : ne nécessite pas ou très peu de formation
• Rapidité : 10 secondes d'attente maximum

Analyse de l'existant

Des solutions performantes existent déjà pour smartphone, par exemple l'application seeing-ai de Microsoft. Elles ne sont cependant pas satisfaisantes dans tous les cas, en effet :

• Tout le monde ne dispose pas d'un smartphone ou ne souhaite pas en disposer car ils peuvent être difficiles à prendre en main, notamment pour des personnes agées ou déficientes mentales et ce d'autant plus si celles-ci sont mal-voyants.
• Leur usage n'est pas forcément adapté dans le cadre d'école ou de centre d'accueil.
• Les services utilisés ne fonctionnent généralement pas hors ligne et cela pose question par rapport au respect de la vie privée et à la divulgation possible d'informations sensibles ou confidentielles sur les serveurs des entreprises qui fournissent ces solutions.

Solutions commerciales

Il semble d'autant plus pertinent de développer une solution "tout en 1" que ce genre de dispositifs est effectivement disponible dans le commerce, à des prix qui peuvent cependant paraître relativement élevés (à partir de 1000€ sur le site www.mieux-voir.fr)

Projets DIY existant

Machine à lire AccessDVLinux

AccessDVLinux est une distribution linux pour déficients visuels maintenue par Christophe. Dans ce cadre, Christophe a également développé un logiciel de machine à lire : [1].

Ce logiciel fonctionne sur un ordinateur portable ou de bureau à l'aide d'un scanner.

Pour répondre à notre cahier des charges, certaines adaptations sont nécessaires :

• Le logiciel doit pouvoir fonctionner à partir d'une caméra à la place du scanner.
• Il doit pouvoir fonctionner sans environnement de bureau, c'est à dire sans écran et sans interaction avec la souris et le clavier.
• Le contrôle de la prise de vue et de la lecture doit se faire à partir de boutons "physiques"
• Il faut pouvoir installer tous les composants logiciels sur un raspberry pi, ce qui n'est pas évident car celui ci n'a sur la même base matériel qu'un ordinateur de bureau ou qu'un ordinateur portable (en particulier son processeur basé sur l'architecture ARM)

Machine à lire sur Raspberry Pi

En amont du Fabrikarium, Lucie et Delphine de MHK ont produit un prototype de machine à lire à partir du projet documenté sur la plateforme Instructables PiTextReader.

Ce prototype (documenté sur ce wiki : Projets:Machine_a_lire_Mémo) est fonctionnel mais la partie synthèse vocale ne fonctionne que pour l'anglais.

Le momentary button est connecté d'une part au pin 24 et d'autre part au Ground comme sur la photo ci-dessous

Durant le Fabrikarium, une partie de l'équipe va travailler à faire fonctionner la lecture en français et améliorer l'expérience utilisateur de ce prototype.

Solutions logicielles

Au niveau logiciel, en plus de la gestion de l'interface utilisateur, la machine à lire consiste à faire fonctionner successivement deux processus :

• la transformation de l'image en texte, qu'on appelle l'OCRisation,
• la transformation du texte en son : la synthèse vocale.

Pour l'OCRisation, toutes les solutions mentionnées plus haut utilisent le logiciel 'tesseract' disponible sous linux et notamment sur raspbian (pour le raspberry pi).

La question est plus délicate pour la partie synthèse vocale, pour laquelle de nombreuses solutions existent à différents niveaux d'intégration : depuis le lecteur d'écran Orca jusqu'aux briques logicielles plus élémentaires (qu'orca utilise en partie) : speech-dispatcher, espeak, mbrola.

Chacune de ses briques a en effet un rôle particulier pour la réalisation de la synthèse vocale.

Orca gère l'entièreté du processus, mais n'est malheureusement pas simple à contrôler sans un clavier. En tant que lecteur d'écran, il est fait pour être utilisé avec des applications de bureau et non de manière embarquée dans un dispositif sans écran/souris/clavier.

Déroulement du fabrikarium

Prototypage d'une version portable

Le premier jour du fabrikarium, alors que les contraintes techniques par rapport au cahier des charges esperé n'étaient pas encore bien connues, l'équipe de designeur·euse·s s'affaire à prototyper une version portable. Il s'agit de prendre en compte l'encombrement des différents composants (batterie, raspberry pi) dans la conception d'un boîtier, et de réfléchir à l'interface de commande, c'est-à-dire les boutons nécessaires et leur disposition sur le boîtier.

Cela se fait d'abord par le dessin puis la réalisation d'un prototype en carton.

Photo: François teste un prototype en carton

Dès le lendemain cependant, on se rend compte qu'il sera compliqué de faire un boitier portable pour l'instant. En effet la mise au point de la caméra et le redressement de l'image ne sont pas encore fonctionnels sur raspberry pi. La detection du texte ou d'une feuille de papier n'est pas simple non plus et nous ne trouvons aucun projet fonctionnel et documenté à ce sujet.

On repart donc sur une version fixe, à l'image du prototype PiTextReader.

Nouveau prototype de boîtier et d'interface de commande

À partir de ces nouvelles contraintes, les designeur·euse·s décident de partir sur un boitier pliable qui aurait la forme d'un livre et pourrait donc se loger dans une bibliothèque.

L'animation ci-dessous montre le principe du pliage/dépliage de l'appareil.

Conception des boutons

Le design joue un rôle important pour les dispositifs utilisés par des personnes mal-voyantes.

Le principe choisi pour l'interface utilisateur consiste à utiliser un bouton par fonction, celle-ci étant identifiable à partir d'une pictogramme en relief sur chaque bouton.

Développements logiciels à partir de la machine à lire AccessDVLinux

Les développements réalisés sur OCRScan sont détaillé sur la page Read For Me/OCRScan.

Les versions suivantes sont basées sur PiTextReader et non sur OCRScan.

Amélioration du projet PiTextReader

En attendant que la solution basée sur le logiciel OCRScan soit fonctionnelle sur raspberry pi, Baptiste a repris le prototype basé sur PiTextReader en y ajoutant le français et une voix française mbrola. Ce prototype ne prend pas en charge l'autofocus et ne permet pas encore de gérer les paramètres de lecture (vitesse, volume, navigation dans le texte).

La version modifiée du code de PiTextReader est disponible sur un dépôt github de MHK.

Toutes les configurations et modifications présentées plus bas sont intégrées sur le dépôts, dans le script d'installation install.sh et dans le scrip python pitextreader.py.

Synthèse vocale en français

La version originale de 'PiTextReader' utilise le logiciel flite comme moteur de synthèse vocale, or celui-ci ne fonctionne pas avec le français.

Pour le français, nous utilisons deux logiciels, spd-say qui est fourni avec le paquet speech-dispatcher, et espeak-ng. Ils sont disponibles dans les dépots raspbian :

sudo apt-get install speech-dispatcher espeak-ng

L'installation de mbrola se fait à partir d'un paquet debian qui n'est pas celui des dépots par défaut du raspberry pi. Pour l'installer :

wget http://steinerdatenbank.de/software/mbrola3.0.1h_armhf.deb
sudo dpkg -i mbrola3.0.1h_armhf.deb

Les voix françaises sont bien installable depuis les dépots raspbian :

sudo apt-get install mbrola-fr1

On peut utiliser une des voix française mbrola (par exemple fr4) avec espeak :

espeak-ng -v mb/mb-fr4 "Test d'un texte à lire en français"

Ajout d'un ruban led

Afin d'avoir une luminosité suffisante lors de la prise de photo, des rubans leds RVB addressables ont été ajouté. Pour les contrôler, nous utilisons la librairie python rpi_ws281x. Pour l'installer :

sudo pip install rpi_ws281x

L'utilisation de leds addessables nécessite de lancer le script python en tant qu'utilisateur root. Cela fonctionnait bien sur le raspberry pi 2 utilisé lors du Fabrikarium, mais pas avec le raspberry pi 4 utilisé après coup pour rédiger la documentation. Le ruban led a donc été desactivé dans la version de PiTextReader.

Matériel nécessaire et coût

Pinouts raspi

Source: https://i.stack.imgur.com/sVvsB.jpg

Electronique

Référence	coût unitaire	nombre	coût	liens
Raspberry pi 4	60€	1	60€	1
Carte microSD 16Go	10€	1	10€
Arducam	18,90€	1	18,90€	1
Ampli audio mono	14,90€	1	14,90€	1 doc
Haut parleur 80mm 5W 4ohms	10,00€	1	10,00€
Batterie portable USB 2 ports	20€	1	20€
Encodeurs rotatifs	5€	2	10€
Boutons poussoirs	0.5€	6	3€
Ruban led 2 x 8cm	5€	1	5€
Prise jack 3.5mm mono	1€	1	1€
Mini câble USB-A/USB-C	2€	1	2€

• 15 cm de câble blindé 2 brins pour relier le haut parleur
• 10 cm de cable audio mono pour la prise jack
• Un bout de cable USB type A mâle pour l'alimentation du module d'amplification
• connecteur JST ou Dupont 2 broches femelles x1 (alimention ampli)
• connecteur Dupont 2 broches femelle ou RCA x1 (connexion audio ampli)

Fabrication du boitier

Matériaux

• contreplaqué 5mm
• fil PLA impression 3d
• PMMA diffusant ou transparent

coût estimé: 20€

Quincaillerie

• vis M3 16mm + écrous (x12)
• vis M5 12mm + écrous (x4)
• colle en baton
• papier aluminium

coût estimé: 10€

Coût total estimé

	coût
Composants électroniques	154,80€
Matériaux	20€
Quincaillerie	10€
Total	184,80€

Outils nécessaires

Électronique

• Fer à souder

Fabrication

• Découpeuse laser
• Imprimante 3d
• Pistolet à colle

Délai estimé

tâche	temps (heures)
Installation et configuration raspberry pi	2h
Cablage électronique	3h
Fabrication et montage du boîtier	2h
Total	7h

Fichiers source

Le dépot git ReadForMe contient :

• les sources logicielles pour la variante d'OCRScan développée pendant le fabrikarium
• les tracés des pièce découpées au laser au format svg (dossier modeles)
• les modèles 3d des pièces imprimées, au format step, stl et FreeCAD (dossier modeles)
• les sources svg des dessins et diagrammes réalisés pour cette documentation (dossier documentation/dessin)
• les photos et images utilisés dans cette page (dossier documentation/image)
• le contenu de cette page au format mediawiki (dossier documentation)

Lien direct vers les fichiers pour la découpe laser :

• Fichier de découpe du boîtier : File:RFM_decoupe_boitier.svg
• Fichier de gravure du logo du boitier : File:RFM_logo_ReadForMe.bmp

Étape de fabrication pas à pas

Installation du raspberry pi

Installation et configuration du raspberry pi

Nos développements sont fait sur une version récente de Raspbian. L'installation de Raspbian est déjà largement documentée par ailleurs (par exemple sur ce wiki : Ressources:Raspberry_pi)

Les configurations spécifiques à cette installation sont les suivantes :

• activation du module camera avec raspi-config
• activer le son sur la prise jack (au lieu du HDMI) avec raspi-config ou alors depuis le bureau : pour qu'il sorte sur la sortie analogique de la raspi, clic droit sur icone speaker en haut à droite et choisir "Analog".

Installation des dépendances logicielles

Les scripts utilisés sont téléchargeable sous forme d'archive .zip depuis github sur la page du projet ou directement avec git :

git clone https://github.com/myhumankit/ReadForMe.git

Le dépot contient un script d'installation :

cd ReadForMe
sudo sh install.sh

Démarrage automatique non testé

Le démarrage automatique fonctionne bien avec le prototype PiTextReader mais n'a pas été testé pour OCRScan.

Câblage

Le schéma suivant présente la manière dont les différents composants sont connectés au raspberry pi. Les boutons et encodeurs n'ont pas été intégrés dans le prototype final faute de temps.

Schéma de cablage

Cablage de l'audio

Le cablage du module d'amplification nécessite 3 câbles qui doivent être fabriqués ou modifiés :

• Le cable d'alimentation est un cable USB dont une des extrémités a été coupé et remplacé par un connecteur dupont femelle à deux broches.
• Le câble audio a une prise jack 3.5mm mono d'un côté et un connecteur dupont femelle a deux broches de l'autre côté.
• Le câble du haut parleur est connecté avec un bornier à vis du côté de l'amplification et soudé au haut parleur.

Câblage de l'amplification

Test du circuit d'amplification audio

Cablage des encodeurs et des boutons

Le câblage final des encodeurs et des boutons n'a pas été réalisé pendant le Fabrikarium. On peut néanmoins proposer plusieurs solutions pour le réaliser :

• l'utilisation d'un shield (ou hat) dédié (voir ici)
• la fabrication d'un shield dédié à l'aide de stripboard
• l'utilisation directe de connecteurs duponts sécurisés au pistolet à colle

Réalisation du boitier

Le boitier est fabriqué avec du contreplaqué de 3mm découpé au laser.

L'assemblage se fait à partir de queue d'arrondes droites maintenues par des boulons.

Une fois l'extérieur du boitier assemblé, on ajoute la couverture des ouvertures pour l'éclairage, qui sont deux petites pièces d'acrylique transparentes découpées au laser et dépolie au papier de verre afin de les rendre diffusantes.

Polissage du diffusant pour les leds

Montage du boîtier

Les composants (leds, ampli, batteries) sont fixés au boitier à l'aide d'un pistolet à colle.

Collage des composants dans le boitier

Intégration des composants

Après quelques tests, on se rend compte que le signal audio est fortement perturbé. Toutes les liaisons électroniques sont alors recouvertes de papier aluminium. Ce qui semble efficace.

Ajout de papier aluminium

Premiers tests

Conclusion et pistes pour la suite

Rappelons les trois principaux chantiers entrepris lors du Fabrikarium :

• conception et fabrication d'un boitier de machine à lire basé sur un raspberry pi.
• amélioration du projet PiTextReader
• portage d'OCRScan sur raspberry pi avec l'utilisation d'une caméra au lieu d'un scanner.

Le projet a avancé sur de nombreux points, cela dans une ambiance conviviale nourrie d'échanges très enrichissants pour chaque membre de l'équipe. Nous avons beaucoup appris lors de ce Fabrikarium.

Sur le plan technique cependant, il y a un sentiment d'inachevé : si nous avons bien produit un prototype qui marche, il ne prend pas en charge toutes les fonctions qui ont été développées en parallèle les unes des autres.

Conception du boîtier

Certains aspects de la conception du boitier n'ont pas été traités :

• Intégration des encodeurs et des boutons poussoirs,
• Connectique entre l'extérieur et l'intérieur du boitier (par exemple pour charger la batterie),
• Ouverture du boitier pour la maintenance.

Pour la conception du boitier nous pourrions également améliorer :

• l'intégration des composants, qui sont pour l'instant fixés au pistolet à colle.
• la robustesse des articulations lorsque le dispositif est ouvert.

Logiciel

Avec le même boitier, les deux versions de la partie logicielle peuvent être utilisées. Ils leur manque cependant des fonctionnalités à chacune :

• La version de PiTextReader est fonctionnelle (c'est elle qui a été utilisée lors de la présentation) mais ne permet pas de gérer la vitesse ou le volume de lecture
• La version d'OCRScan n'a pas été testée dans le nouveau boitier et elle n'est pas tout à fait fonctionnelle en l'état.

L'architecture logicielle du prototype basé sur OCRScan rend l'intégration de ses deux composantes (OCRScan et Main.py) compliquée. Par exemple, le script principal Main.py appelle le script bash OCRScan qui appelle lui-même des scripts en python dans d'autres versions de python... Il peut être judicieux de passer toute la logique dans le script principal.

Une bonne partie des fonctionnalités compliquées à installer et à faire fonctionner d'OCRScan (autofocus et redressement de l'image) ne sont pas nécessaires pour une machine à lire statique. On pourrait imaginer que ces composants soient facultatifs et activables sous forme d'option, ce qui simplifierait l'installation du logiciel.

Notes diverses

Présentation finale

Merci à Lydia pour la réalisation de la bande dessinée qui a servi de support à la présentation finale du Fabrikarium.

La piste easyocr

Une piste intéressante qui a été explorée par Baptiste est l'utilisation d'OCRisation utilisant le machine learning EasyOCR. Le résultat était convainquant sur un ordinateur portable. Il est probable que le temps de traitement soit un peu long sur un raspberry pi, mais nous n'avons pas pu le tester car il manquait des bibliothèques logiciels pour Raspbian.

L'utilisation d'une plateforme dédié à ce type de traitement (par exemple la carte Jetson Nano) permet néanmoins d'envisager d'explorer cette piste pour une version portable.

Contrôle d'orca

Pour contrôler le lecteur d'écran orca, on utilise l'émulation d'événement clavier à partir de l'utilitaire xdotool

KP_Add

play

Ctrl

pause

KP_Down

reculer d'un mot

KP_Up

avancer d'un mot

Ins+Maj+KP_PageUp

augmenter le volume

Ins+Maj+KP_PageDown

diminuer le volume

Ins+Ctrl+KP_PageUp

augmenter le débit

Ins+Ctrl+KP_PageDown

diminuer le débit