Vision-Braille：面向盲人视觉的盲文-中文平行语料库与教学工具包
计算与语言
2026-04-21 v2 计算机视觉与模式识别
摘要
我们提出Vision-Braille，首个公开的端到端中文盲文图像到中文文本翻译系统。该系统解决了有限标注资源和音调缺失的独特挑战。它集成了稳健的盲文OCR管线与针对序列到序列翻译微调的大语言模型。我们构建了包含模仿真实盲文书写习惯的音调缺失变体的合成盲文-中文平行语料库。我们采用四阶段教学：从句子级带完整音调标记的数据开始，逐步过渡到段落级数据，然后应用音调缺失计划逐步减少保留，最后在heavy音调缺失的段落中Consolidate。在保留10%音调的段落级翻译中，\methodname{}达到了83.28 BLEU。Vision-Braille为包容性NLP解决方案提供了可能，使视障学生能够通过无需 extensive培训即可对盲文作业进行批改来参与主流教育。我们的代码和数据均可在https://anonymous.4open.science/r/EMNLP_2026_Supp_Code_Data-2F6D获取。
引用
@article{arxiv.2407.06048,
title = {Vision-Braille: A Curriculum Learning Toolkit and Braille-Chinese Corpus for Braille Translation},
author = {Alan Wu and Ye Yuan and Zhiping Xiao and Ming Zhang},
journal= {arXiv preprint arXiv:2407.06048},
year = {2026}
}