भाषण हानि वाले लोगों की मदद करने के लिए कम्प्यूटिंग सिस्टम वॉयस इंटरफ़ेस अवधारणा

परिचय

वर्तमान में, विकलांग लोगों और विकलांग लोगों के लिए एक सुलभ वातावरण बनाने पर बहुत ध्यान दिया जाता है। सुलभता सुनिश्चित करने और विकलांग लोगों के लिए समाज में जीवन की गुणवत्ता, सामाजिक संपर्क और समाज में एकीकरण को सुनिश्चित करने का एक महत्वपूर्ण साधन कंप्यूटर सुविधाएं और विशेषीकृत सिस्टम सिस्टम हैं। साहित्य के विश्लेषण से पता चला कि आज आदमी और कंप्यूटर की बातचीत को सुविधाजनक बनाने के लिए विभिन्न विकास चल रहे हैं, जिसमें कंप्यूटर प्रणाली के प्रबंधन के लिए आवाज इंटरफेस विकसित करने की दिशा में भी शामिल है। हालांकि, इन विकासों को स्पीकर-स्वतंत्र प्रणालियों के निर्माण द्वारा निर्देशित किया जाता है जो बड़े डेटा पर प्रशिक्षित होते हैं और भाषण कार्यों के विभिन्न उल्लंघनों वाले लोगों द्वारा कंप्यूटर के लिए आदेशों के उच्चारण की ख़ासियत को ध्यान में नहीं रखते हैं।

अनुसंधान कार्य का उद्देश्य मशीन सीखने के तरीकों के आधार पर एक कंप्यूटर सिस्टम के प्रबंधन के लिए एक स्पीकर-डिपेंडेंट वॉयस इंटरफेस डिजाइन करना है।

कार्य में हल किए गए कार्य:

1. कंप्यूटिंग प्रणालियों को नियंत्रित करने के लिए आवाज इंटरफेस की समीक्षा और उनका उपयोग कैसे करें;
2. एक कंप्यूटर प्रणाली के आवाज नियंत्रण के निजीकरण के दृष्टिकोण का अध्ययन करने के लिए;
3. कंप्यूटर सिस्टम के प्रबंधन के लिए एक वॉइस इंटरफेस का गणितीय मॉडल विकसित करना;
4. एक सॉफ्टवेयर कार्यान्वयन एल्गोरिदम विकसित करें।

समाधान के तरीके। सिस्टम विश्लेषण, गणितीय मॉडलिंग, मशीन सीखने के तरीकों का उपयोग करने वाले कार्यों को हल करने के लिए।

एक कंप्यूटिंग सिस्टम को नियंत्रित करने के तरीके के रूप में वॉयस इंटरफ़ेस

भाषण पहचान प्रणाली बनाना एक अत्यंत कठिन कार्य है। रूसी भाषा को पहचानना विशेष रूप से कठिन है, जिसमें कई विशेषताएं हैं। सभी भाषण पहचान प्रणाली को दो वर्गों में विभाजित किया जा सकता है:

स्पीकर-आश्रित प्रणाली - सीखने की प्रक्रिया में स्पीकर के भाषण के लिए तैयार। दूसरे स्पीकर के साथ काम करने के लिए, इस तरह के सिस्टम को एक पूर्ण पुन: संयोजन की आवश्यकता होती है।

स्पीकर स्वतंत्र प्रणाली - जिसका संचालन स्पीकर से स्वतंत्र होता है। ऐसी प्रणालियों को पूर्व प्रशिक्षण की आवश्यकता नहीं होती है और किसी भी वक्ता के भाषण को पहचानने में सक्षम होते हैं।

प्रारंभ में, बाजार पर पहली प्रकार की प्रणाली दिखाई दी। उनमें, टीम की ध्वनि छवि एक अभिन्न मानक के रूप में संग्रहीत की गई थी। अज्ञात उच्चारण और मानक टीम की तुलना करने के लिए गतिशील प्रोग्रामिंग के तरीकों का इस्तेमाल किया। 10-30 टीमों के छोटे सेटों को पहचानते समय इन प्रणालियों ने अच्छी तरह से काम किया और केवल एक वक्ता को समझा। दूसरे स्पीकर के साथ काम करने के लिए, इन प्रणालियों को पूर्ण पुनर्संरचना की आवश्यकता थी।
निरंतर भाषण को समझने के लिए, कई बड़े आकारों के शब्दकोशों पर बढ़ना आवश्यक था, कई दसियों से सैकड़ों हजारों शब्द। पहली तरह के सिस्टम में उपयोग किए जाने वाले तरीके इस समस्या को हल करने के लिए उपयुक्त नहीं थे, क्योंकि इस तरह के कई शब्दों के लिए मानक बनाना असंभव है।

निरंतर भाषण को समझने के लिए, कई बड़े आकारों के शब्दकोशों पर बढ़ना आवश्यक था, कई दसियों से सैकड़ों हजारों शब्द। पहली तरह के सिस्टम में उपयोग किए जाने वाले तरीके इस समस्या को हल करने के लिए उपयुक्त नहीं थे, क्योंकि इस तरह के कई शब्दों के लिए मानक बनाना असंभव है।

इसके अलावा, एक प्रणाली को उद्घोषक से स्वतंत्र बनाने की इच्छा थी। यह एक बहुत ही मुश्किल काम है, क्योंकि प्रत्येक व्यक्ति के उच्चारण का एक अलग तरीका है: भाषण की गति, आवाज का समय, और उच्चारण की विशेषताएं। ऐसे अंतरों को वाक् परिवर्तनशीलता कहा जाता है। इसे ध्यान में रखने के लिए, मुख्य रूप से हिडन मार्कोव मॉडल (एसएमएम) या आर्टिफिशियल न्यूरल नेटवर्क्स के गणितीय मूल्यांकनों के आधार पर, नए सांख्यिकीय तरीके प्रस्तावित किए गए थे। इन दोनों विधियों के संयोजन से सर्वोत्तम परिणाम प्राप्त हुए। प्रत्येक शब्द के लिए पैटर्न बनाने के बजाय, व्यक्तिगत ध्वनियों के पैटर्न बनाए जाते हैं जो शब्दों को बनाते हैं, तथाकथित ध्वनिक मॉडल। ध्वनिक मॉडल सैकड़ों लोगों के भाषण रिकॉर्डिंग वाले बड़े भाषण डेटाबेस के सांख्यिकीय प्रसंस्करण से बनते हैं। मौजूदा वाक् पहचान प्रणाली दो मौलिक अलग तरीकों का उपयोग करती है:

वॉयस टैग की पहचान - पहले से रिकॉर्ड किए गए पैटर्न से भाषण के टुकड़े की पहचान। इस दृष्टिकोण का उपयोग व्यापक रूप से सरल सिस्टम में किया जाता है, जो पूर्वगामी वॉइस कमांड को निष्पादित करने के लिए डिज़ाइन किया गया है।

लेक्सिकल तत्वों की मान्यता - सरलतम लेक्सिकल तत्वों के भाषण से अलगाव, जैसे कि फोनेम्स और एलोफोन्स। यह दृष्टिकोण टेक्स्ट डिक्टेशन सिस्टम बनाने के लिए उपयुक्त है जिसमें पाठ में उच्चारण ध्वनियों का पूर्ण रूपांतरण होता है।

विभिन्न इंटरनेट स्रोतों का अवलोकन आपको निम्नलिखित सॉफ्टवेयर उत्पादों को उजागर करने की अनुमति देता है जो भाषण मान्यता समस्याओं और उनकी मुख्य विशेषताओं को हल करते हैं:

Gorynych PROF 3.0 रूसी भाषा के समर्थन के साथ बोली जाने वाली भाषा को पहचानने और श्रुतलेख के माध्यम से टाइप करने का एक आसान उपयोग है। यह भाषण मान्यता के क्षेत्र में रूसी विकास पर आधारित है।

विशेषताएं:

• स्पीकर की लत;
• भाषा निर्भरता (रूसी और अंग्रेजी);
• मान्यता सटीकता अमेरिकी ड्रैगन डिक्टेट प्रणाली के मूल पर निर्भर करती है;
• ऑपरेटिंग सिस्टम, पाठ संपादकों और अनुप्रयोग कार्यक्रमों के कुछ कार्यों के लिए आवाज नियंत्रण प्रदान करता है;
• प्रशिक्षण की आवश्यकता है।

VoiceNavigator संपर्क केंद्रों के लिए एक उच्च तकनीक समाधान है, जिसे Voice Self-Service Systems (GHS) बनाने के लिए डिज़ाइन किया गया है। VoiceNavigator आपको स्वचालित रूप से भाषण संश्लेषण और मान्यता प्रौद्योगिकियों का उपयोग करके कॉल करने की अनुमति देता है।

विशेषताएं:

• स्पीकर स्वतंत्रता;
• पर्यावरण शोर और टेलीफोन चैनल में हस्तक्षेप के लिए प्रतिरक्षा;
• रूसी भाषण मान्यता 97% (100 शब्दों का शब्दकोश) की विश्वसनीयता के साथ काम करती है।

डेवलपर्स के अनुसार स्पीयरो स्पीच रिकॉग्निशन - स्पीच रिकग्निशन सीधे डिवाइस पर होता है, न कि सर्वर पर, जो एक प्रमुख लाभ है।

विशेषताएं:

• रूसी भाषण मान्यता लगभग 95% की विश्वसनीयता के साथ काम करती है;
• स्पीकर स्वतंत्रता;
• लगभग 150 हजार शब्दों की शब्दावली;
• कई भाषाओं के लिए एक साथ समर्थन;
• कॉम्पैक्ट इंजन का आकार। सक्रमण एएसआर इंजन (Sacrament द्वारा विकसित)

Sakrament ASR इंजन - (Sacrament द्वारा विकसित) - भाषण मान्यता तकनीक का उपयोग भाषण प्रबंधन उपकरण बनाने के लिए किया जाता है - ऐसे प्रोग्राम जो वॉइस कमांड का उपयोग करते हुए कंप्यूटर या अन्य इलेक्ट्रॉनिक डिवाइस के कार्यों को नियंत्रित करते हैं, साथ ही टेलीफोन सहायता और सूचना सेवाओं का आयोजन भी करते हैं।

विशेषताएं:

• स्पीकर स्वतंत्रता;
• भाषा स्वतंत्रता;
• मान्यता सटीकता 95-98% तक पहुंचती है;
• अभिव्यक्ति और छोटे वाक्यों के रूप में भाषण मान्यता;
• सीखने का कोई अवसर नहीं।

Google Voice खोज - हाल ही में, Google की आवाज़ खोज को Google Chrome ब्राउज़र में एकीकृत किया गया है, जो आपको विभिन्न प्लेटफार्मों पर इस सेवा का उपयोग करने की अनुमति देता है।

विशेषताएं:

• रूसी भाषा का समर्थन;
• वेब संसाधनों पर भाषण पहचान एम्बेड करने की क्षमता;
• आवाज आदेश, वाक्यांश;
• काम करने के लिए आपको इंटरनेट से एक स्थायी कनेक्शन की आवश्यकता होती है।

ड्रैगन नेचुरलीस्पीकिंग - (नूंस कंपनी) मानव भाषण मान्यता सॉफ्टवेयर में एक विश्व नेता। नए दस्तावेज़ बनाने, ई-मेल भेजने, लोकप्रिय ब्राउज़रों और वॉयस कमांड के माध्यम से विभिन्न प्रकार के अनुप्रयोगों का प्रबंधन करने की क्षमता।

विशेषताएं:

• रूसी भाषा के लिए समर्थन की कमी;
• 99% तक मान्यता सटीकता।

ViaVoice - (IBM) हार्डवेयर कार्यान्वयन के लिए एक सॉफ्टवेयर उत्पाद है। इस कोर के आधार पर, ProVox Technologies ने VoxReports रेडियोलॉजिस्ट की रिपोर्ट तय करने के लिए एक प्रणाली बनाई।

विशेषताएं:

• मान्यता सटीकता 95-98% तक पहुंचती है;
• स्पीकर स्वतंत्रता;
• सिस्टम शब्दकोश विशिष्ट शब्दों के एक सेट तक सीमित है।

स्फिंक्स आज के लिए एक प्रसिद्ध और कुशल खुला स्रोत भाषण मान्यता सॉफ्टवेयर है। यह विकास कार्नेगी मेलन विश्वविद्यालय में किया जाता है, जिसे बर्कले सॉफ्टवेयर डिस्ट्रीब्यूशन (बीएसडी) के तहत लाइसेंस प्राप्त है और यह वाणिज्यिक और गैर-व्यावसायिक उपयोग के लिए उपलब्ध है।

विशेषताएं:

• स्पीकर स्वतंत्रता;
• निरंतर भाषण मान्यता;
• सीखने की क्षमता;
• एम्बेडेड सिस्टम के लिए संस्करण की उपलब्धता - पॉकेट स्फिंक्स।

इस प्रकार, सर्वेक्षण से पता चला कि बाजार में बड़ी संख्या में उपयोगकर्ताओं के लिए लक्षित सॉफ़्टवेयर उत्पाद स्पीकर-स्वतंत्र हैं, एक नियम के रूप में, एक मालिकाना लाइसेंस है, जो कंप्यूटिंग सिस्टम का प्रबंधन करने के लिए विकलांग लोगों के लिए उनके उपयोग को काफी सीमित करता है। स्मार्ट होम, एक्सोस्केलेटन, आदि जैसे विशेष उपकरणों के आवाज नियंत्रण के लिए सिस्टम सार्वभौमिक नहीं हैं। हालांकि, नई प्रौद्योगिकियों में रुचि बढ़ रही है, मोबाइल संचार, ब्लूटूथ प्रौद्योगिकियों के माध्यम से विभिन्न उपकरणों को नियंत्रित करने के अवसर हैं। जिसमें घरेलू उपकरण भी शामिल हैं। किसी विशिष्ट उपयोगकर्ता पर केंद्रित ध्वनि नियंत्रण तकनीकों के उपयोग से विकलांग लोगों के लिए रोजमर्रा की जिंदगी और सामाजिक अनुकूलन की गुणवत्ता में सुधार होगा।

स्पीकर की स्थिति और इसकी विशेषताओं को पहचानने के लिए गणितीय उपकरण

काम में उत्पन्न समस्या को हल करने के लिए, हम सिस्टम के लिए आवश्यकताओं का विश्लेषण करते हैं।

सिस्टम होना चाहिए:

1. स्पीकर पर निर्भर;
2. किसी विशेष उपयोगकर्ता के विशेष उच्चारण के अनुसार जानें;
3. कुछ निश्चित वॉयस टैग को पहचानें और उन्हें कंट्रोल कमांड में ट्रांसलेट करें।

वॉयस इंटरफ़ेस होना चाहिए: स्पीकर-डिपेंडेंट, शब्दावली के सीमित सेट के साथ।

वॉइस कमांड एक ध्वनि तरंग हैं। एक ध्वनि तरंग को इसमें शामिल आवृत्तियों के एक स्पेक्ट्रम के रूप में दर्शाया जा सकता है। डिजिटल ध्वनि अपने आयाम के असतत संख्यात्मक मूल्यों के माध्यम से एक विद्युत संकेत का प्रतिनिधित्व करने का एक तरीका है। मुख्य मेमोरी में एक ऑडियो फ़ाइल काम करने के लिए वॉयस इंटरफ़ेस के लिए इनपुट जानकारी के रूप में कार्य करती है, फ़ाइल के तंत्रिका नेटवर्क में सबमिट किए जाने के परिणामस्वरूप, प्रोग्राम इसी परिणाम देता है।

डिजिटलीकरण निश्चित समय के अंतराल पर सिग्नल आयाम का निर्धारण है और प्राप्त डिजिटल मूल्यों के रूप में प्राप्त आयाम मूल्यों का पंजीकरण है। एक सिग्नल के डिजिटलीकरण में दो प्रक्रियाएं शामिल हैं - नमूनाकरण प्रक्रिया और परिमाणीकरण प्रक्रिया।

नमूनाकरण प्रक्रिया संकेत मूल्यों को प्राप्त करने की प्रक्रिया है, जिसे एक विशिष्ट समय कदम के साथ परिवर्तित किया जाता है, इस चरण को नमूनाकरण कदम कहा जाता है। सिग्नल की भयावहता के माप की संख्या, एक सेकंड में प्रदर्शन किया, नमूना आवृत्ति या नमूना आवृत्ति, या नमूना आवृत्ति कहा जाता है। नमूना चरण जितना छोटा होगा, नमूने की आवृत्ति उतनी ही अधिक होगी और सिग्नल का अधिक सटीक प्रतिनिधित्व हमें प्राप्त होगा।

परिमाणीकरण कुछ आयामों के साथ अनुमानित आयामों के साथ संकेत आयाम के वास्तविक मूल्यों को बदलने की प्रक्रिया है। 2N संभावित स्तरों में से प्रत्येक को एक परिमाणीकरण स्तर कहा जाता है, और दो निकटतम परिमाणीकरण स्तरों के बीच की दूरी को एक परिमाणीकरण चरण कहा जाता है। यदि आयाम पैमाने को रैखिक रूप से स्तरों में विभाजित किया जाता है, तो परिमाणीकरण को रैखिक या सजातीय कहा जाता है।

रिकॉर्ड किए गए सिग्नल आयाम मूल्यों को नमूने कहा जाता है। उच्च नमूना दर और अधिक मात्रा का स्तर, सिग्नल का डिजिटल प्रतिनिधित्व जितना अधिक सटीक होगा।

एक तंत्रिका नेटवर्क का उपयोग करना उचित है जो विशिष्ट विशेषताओं की समस्या को हल करने के लिए एक गणितीय उपकरण के रूप में आवश्यक संकेतों को सीख और स्वचालित रूप से चुन सकता है। यह आपको किसी विशेष उपयोगकर्ता के भाषण कमांड के विशेष उच्चारण के लिए सिस्टम को प्रशिक्षित करने की अनुमति देगा। विभिन्न तंत्रिका नेटवर्क के तंत्रों की तुलना करते हुए, हमने दो सबसे उपयुक्त चुने हैं। यह कोस्को और कोहोकेन का नेटवर्क है।

कोहेनन का आत्म-व्यवस्थित मानचित्र एक शिक्षक के बिना सीखने के साथ एक तंत्रिका नेटवर्क है, जो विज़ुअलाइज़ेशन और क्लस्टरिंग का कार्य करता है। यह कम आयाम (सबसे अधिक बार, दो-आयामी) के साथ अंतरिक्ष में बहुआयामी अंतरिक्ष को पेश करने की एक विधि है, इसका उपयोग मॉडलिंग को हल करने, समस्याओं का पूर्वानुमान लगाने, स्वतंत्र सुविधाओं के सेट की पहचान करने, बड़े डेटा सेट में पैटर्न की खोज करने और गेम विकसित करने के लिए भी किया जाता है। यह कोहेनन तंत्रिका नेटवर्क के संस्करणों में से एक है।

कोहेनन नेटवर्क एक उपयुक्त नेटवर्क है, क्योंकि यह नेटवर्क स्वचालित रूप से प्रशिक्षण के उदाहरणों को क्लस्टर में विभाजित कर सकता है, जहां उपयोगकर्ता द्वारा समूहों की संख्या निर्धारित की जाती है। नेटवर्क को प्रशिक्षित करने के बाद, आप गणना कर सकते हैं कि इनपुट उदाहरण किस क्लस्टर का है और संबंधित परिणाम को आउटपुट करता है।

कोस्को न्यूरल नेटवर्क या बिडायरेक्शनल एसोसिएटिव मेमोरी (डीएपी) एक सिंगल-लेयर फीडबैक न्यूरल नेटवर्क है जो दो विचारों पर आधारित है: स्टीफन ग्रोसबर्ग के अनुकूली अनुनाद सिद्धांत और हॉपफील्ड की ऑटो-एसोसिएटिव मेमोरी। डीएपी विषमलैंगिक है: इनपुट वेक्टर न्यूरॉन्स के एक सेट पर आता है, और इसी आउटपुट वेक्टर न्यूरॉन्स के दूसरे सेट में उत्पन्न होता है। हॉपफील्ड नेटवर्क की तरह, डीएपी विकृत इनपुट के बावजूद, सही प्रतिक्रियाओं का उत्पादन करने में सामान्यीकरण करने में सक्षम है। इसके अलावा, WCT के अनुकूली संस्करणों को लागू किया जा सकता है, शोर के उदाहरणों से संदर्भ छवि को उजागर किया जा सकता है। ये क्षमताएं दृढ़ता से मानव सोच की प्रक्रिया से मेल खाती हैं और कृत्रिम तंत्रिका नेटवर्क को मस्तिष्क मॉडलिंग की दिशा में एक कदम उठाने की अनुमति देती हैं।

इस नेटवर्क का लाभ यह है कि अनुकूली अनुनाद सिद्धांत के असतत तंत्रिका नेटवर्क पर आधारित, एक नई द्वि-दिशात्मक साहचर्य स्मृति विकसित की जाती है जो तंत्रिका नेटवर्क को फिर से बनाए बिना नई जानकारी संग्रहीत कर सकती है। यह उपयोगकर्ता को आवश्यक होने पर वॉयस टैग के स्टॉक को फिर से भरने की अनुमति देता है।

डिज़ाइन

सॉफ्टवेयर कार्यान्वयन की अवधारणा में तीन चरण हैं जो एक एर्गोनोमिक ग्राफिकल इंटरफ़ेस वाले एक सॉफ़्टवेयर उत्पाद में कार्यान्वित किए जाते हैं।

प्रशिक्षण उदाहरणों का संग्रह।

तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए, उपयोगकर्ता को कई बार तैयार किए गए वॉइस टैग कहने के लिए आमंत्रित किया जाता है। चूंकि रिकॉर्ड किए गए वाक्यांशों में एक शब्द शामिल है, फ़ाइल का आकार कोई फर्क नहीं पड़ता। और आगे की प्रक्रिया के लिए, ध्वनि WAV प्रारूप में दर्ज की जाती है। यह एक PCM दोषरहित रिकॉर्डिंग प्रारूप है। यह पायथन के python_speech_features पुस्तकालय का उपयोग करके आगे की ध्वनि प्रसंस्करण के लिए मानक है। तंत्रिका नेटवर्क (इसी आदेश) को और अधिक प्रशिक्षण के लिए आवश्यक "मूल्य" ऑडियो फ़ाइल से जुड़ा होना चाहिए।

तंत्रिका नेटवर्क प्रशिक्षण।

कार्यक्रम ऑडियो फाइलों को पढ़ता है, और ऑडियो ट्रैक की लंबाई को बदलने के साथ-साथ भाषण की पिच, मात्रा और टोन को बदलकर नई ऑडियो फाइलें बनाता है। प्रशिक्षण नमूने के लिए उदाहरणों की संख्या बढ़ाने के लिए यह आवश्यक है, जिससे तंत्रिका नेटवर्क द्वारा मान्यता की गुणवत्ता में वृद्धि होगी। कार्यक्रम में, उपयोगकर्ता को पहले से रिकॉर्ड किए गए वॉयस टैग पर नेटवर्क को प्रशिक्षित करने के लिए कहा जाएगा। उपयोगकर्ता प्रशिक्षण वॉयस टैग के साथ आधार को भी पूरक कर सकता है, और तंत्रिका नेटवर्क को बाद में वापस ले सकता है।

कार्यक्रम का उपयोग करना।

दिए गए शब्दों में कार्यक्रम को प्रशिक्षित करने के बाद, उपयोगकर्ता काम करने के लिए या प्रशिक्षण में नए वॉयस टैग जोड़ सकता है। एक प्रशिक्षित तंत्रिका नेटवर्क वितरित ऑडियो फाइलों को पहचान सकता है।

निष्कर्ष

इस प्रकार, अनुसंधान कार्य में, आवाज इंटरफेस के आधुनिक बाजार और उनके उपयोग की समीक्षा की जाती है। यह दिखाया गया है कि इस प्रकार का सॉफ्टवेयर वॉयस-इंडिपेंडेंट वॉयस कंट्रोल सिस्टम के उपयोग पर केंद्रित है और यह उपयोगकर्ता की व्यक्तिगत विशेषताओं को ध्यान में नहीं रखता है, जो विशेष रूप से विकलांग और भाषण हानि वाले लोगों के लिए महत्वपूर्ण है।

भाषण हानि वाले लोगों की मदद करने के लिए कंप्यूटर सिस्टम के वॉयस कंट्रोल इंटरफेस की आवश्यकताओं को परिभाषित किया गया है।

अवधारणा को लागू करने के लिए उपयुक्त एक गणितीय उपकरण वर्णित है। आवाज इंटरफेस के सॉफ्टवेयर कार्यान्वयन के लिए एक एल्गोरिथ्म संकलित किया गया है।

आगे के विकास में एक प्रोटोटाइप आवाज नियंत्रण इंटरफ़ेस के कार्यान्वयन के लिए एक सुविधाजनक ग्राफिकल इंटरफ़ेस के साथ एक कार्यक्रम का विकास शामिल है, जिसका उपयोग विकलांग लोगों के घरेलू उपकरणों, कंप्यूटर, रोबोटिक उपकरणों (एक्सोस्केलेटन) को नियंत्रित करने जैसे विभिन्न कार्यों के लिए किया जा सकता है।