MMaix
امکاناتدموبلاگدرباره مامستندات API
ورودشروع رایگان
امکاناتدموبلاگدرباره مامستندات APIورود به حساب
MMaixدستیار هوشمند کسب‌وکار
امکاناتدموبلاگدرباره مامستندات APIمایکس با یک نگاه
Pelk · پروژهٔ پژوهشی و اجتماعیِ مایکس

کسب‌وکارت رو
با یک نگاه اداره کن

برای کسانی که با دست کار نمی‌کنند: رو به دوربینِ گوشی یا لپ‌تاپ، چشم‌هایت را یک ثانیه ببند تا زری جواب بدهد؛ بقیه‌اش با صدای خودت.

همین حالا امتحان کنورود با چشم
  • بی‌کالیبراسیون
  • تصویر از دستگاه بیرون نمی‌رود
  • بقیه با صدا
چه کاری می‌تونم براتون انجام بدم؟
پلکِ بلند۱٫۰ ثانیه
Pelkتماس برقرار شد
«گزارشِ فروشِ امروز رو بگو»
  1. نگاه
  2. پلک
  3. دیدم
  4. تماس
۱ · چکیده

یک پژوهش برای استقلال

کسی که با دست کار نمی‌کند هم باید بتواند کسب‌وکارش را خودش اداره کند؛ بی‌آن‌که هر بار منتظرِ کمکِ کسی بماند.

چکیده

Pelk بررسی می‌کند که آیا یک دوربینِ معمولی، بی‌سخت‌افزارِ ویژه و بی‌کالیبراسیون، می‌تواند جای دست را در دو کارِ اصلی بگیرد: ورود و شروعِ گفتگو با دستیار. راهِ ما «پلکِ بلند» است: بستنِ عمدیِ هر دو چشم برای حدودِ یک ثانیه، که با پلکِ طبیعی (کمتر از ۰٫۴ ثانیه) و بستنِ چشم برای استراحت (بیشتر از ۲٫۵ ثانیه) اشتباه نمی‌شود.

پس از تماس، همه‌چیز با صداست: گزارش گرفتن، بازکردنِ بخش‌ها، کوچک‌کردنِ صفحهٔ تماس و خداحافظی. همهٔ پردازش روی خودِ دستگاه انجام می‌شود و تصویری از آن بیرون نمی‌رود.

نسخهٔ ۰٫۱ · ۱۴۰۵ در حالِ آزمونِ میدانی
صفرلمس برای شروعِ تماس
۱ ثانیهبستنِ چشم؛ همین
۴۷۸نقطهٔ چهره، روی خودِ دستگاه
صفرتصویرِ فرستاده‌شده به سرور
۲ · روش

از دوربین تا صدای دستیار

نه ذهن‌خوانی، نه سخت‌افزارِ گران؛ فقط یک مدلِ تشخیصِ چهره که روی خودِ دستگاه اجرا می‌شود و یک قاعدهٔ ساده.

  1. ۱دوربینِ معمولی۱۲ تا ۲۰ تصویر در ثانیه، فقط روی همین دستگاه.
  2. ۲۴۷۸ نقطهٔ چهرهپلک‌ها و جهتِ سر پیدا می‌شوند؛ بی‌کالیبراسیون.
  3. ۳آستانهٔ خودتنظیمچند ثانیهٔ اول با چشم‌های خودت تنظیم می‌شود.
  4. ۴پلکِ بلند = انتخاب۰٫۷ تا ۲٫۵ ثانیه؛ پلکِ عادی حساب نمی‌شود.
  5. ۵تماس با دستیاربقیه با صدا: «کوچیکش کن»، «خداحافظ».
یادداشتِ فنی برای پژوهشگران
مدل
MediaPipe Face Landmarker (Apache-2.0)، اجرا با WebAssembly روی GPU یا CPUِ همان دستگاه
سیگنال
امتیازهای blendshape: ‎eyeBlinkLeft/Right‎ (جایگزین‌ها: ‎jawOpen‎، ‎browInnerUp‎)
آستانه
خودتنظیم: میانگینِ بازبودنِ چشمِ همان آدم + ۰٫۳ (بینِ ۰٫۴ و ۰٫۷۵)، با پسماند ۰٫۱۲ برای بازشدن
پنجره
پلکِ بلند ۰٫۷ تا ۲٫۵ ثانیه؛ چشمکِ یک‌چشمی ۰٫۵ ثانیه به بالا؛ ۱٫۲ ثانیه مکث پس از هر انتخاب
رو به صفحه
فاصلهٔ نوکِ بینی از وسطِ دو گوشهٔ چشم کمتر از ۰٫۶ برابرِ فاصلهٔ دو چشم
ورود
پیمایشِ ردیف و کلید (روشِ استانداردِ ابزارهای کمکیِ یک‌کلیدی) یا ارقامِ گفتاری
چطور کار می‌کند

سه قدم: پلک، تماس، صحبت

هیچ قدمی کلیک، کشیدن یا تایپ نمی‌خواهد.

۱ ثانیه

۱. یک ثانیه چشم‌ها بسته

رو به دوربین، چشم‌هایت را یک ثانیه ببند. پلکِ عادی و بستنِ چشم برای استراحت حساب نمی‌شود.

دیدم!

۲. «دیدم!» و تماس

مایکس با یک تیک و لرزشِ کوتاه می‌گوید دید، و تماسِ صوتی با دستیارت برقرار می‌شود.

«کوچیکش کن»

۳. بقیه با صدا

«فروشِ امروز چطور بود؟»، «مشتری‌ها رو باز کن»، «کوچیکش کن»، «بزرگش کن»، «خداحافظ».

روی هر دستگاهی

گوشی، تبلت یا لپ‌تاپ؛ عمودی یا افقی. فقط دوربینِ جلو و یک مرورگرِ به‌روز لازم است.

۱۲۳۴۵۶۷۸۹⌫۰✓

ورود بی‌دست

کلیدها یکی‌یکی روشن می‌شوند؛ روی کلیدِ درست پلکِ بلند بزن، یا ارقام را بلند بگو.

۳ · آزمایشگاه

همین حالا، روی همین صفحه

بی‌ورود و بی‌ثبت‌نام. دوربینِ همین دستگاه روشن می‌شود و فقط روی همین دستگاه پردازش می‌کند.

  • رو به دوربین بنشین؛ صورتت کامل دیده شود.
  • نور کافی باشد؛ پشت به پنجره ننشین.
  • چشم‌هایت را یک ثانیه ببند و باز کن.

دوربینِ همین دستگاه روشن می‌شود و فقط روی همین دستگاه پردازش می‌کند؛ چیزی ضبط یا فرستاده نمی‌شود.

برای همراه و خانواده

یک‌بار آماده‌سازی، بعد استقلال

مرورگرها چند کار را فقط با لمس اجازه می‌دهند. این‌ها را یک‌بار انجام دهید؛ صفحهٔ «ورود با چشم» قدم‌به‌قدم راهنمایی می‌کند.

  1. ۱اجازهٔ دوربین و میکروفونمرورگر این را فقط با لمس می‌پذیرد؛ همراه یک‌بار «اجازه» را می‌زند و برای همیشه می‌ماند.
  2. ۲نصبِ مایکس به‌شکلِ برنامهبرنامهٔ نصب‌شده صدای دستیار را از اول پخش می‌کند؛ مرورگرها تا اولین لمس صدا را می‌بندند.
  3. ۳ورود با چشمشماره و کد با صفحه‌کلیدی وارد می‌شود که کلیدهایش یکی‌یکی روشن می‌شوند؛ یا ارقام را بلند بگو.
۴ · یافته‌ها

عددها، همان‌طور که هست

از سنجش‌های بی‌نامِ کسانی که رضایت داده‌اند، در ۹۰ روزِ گذشته. عددِ کم گمراه‌کننده است، پس تا دادهٔ کافی نرسد نشانش نمی‌دهیم.

آزمونِ میدانیدر جریان
اولین نفر باشیدثبت برای مشارکت
هدفِ دورِ اول: ۱۰ نفر
۸۲٪
لپ‌تاپپلکِ درست‌تشخیص‌دادهورود: ۶۸۴ ثانیه · تماس: ۴۷٫۵ ثانیه
۵ · حریمِ خصوصی و اخلاقِ پژوهش

چیزهایی که به آن‌ها پایبندیم

تصویر از دستگاه بیرون نمی‌رود

تشخیصِ چهره و پلک روی خودِ گوشی یا لپ‌تاپ انجام می‌شود. هیچ عکس یا ویدئویی ضبط یا فرستاده نمی‌شود.

پژوهش فقط با رضایت و بی‌نام

اگر خودتان تیک بزنید، فقط شمارش‌ها فرستاده می‌شود: چند پلک درست تشخیص داده شد، ورود چقدر طول کشید.

هر لحظه خاموش

کنترل با چشم و کمک به پژوهش، هرکدام از منوی حساب با یک لمس خاموش می‌شوند.

روی سرورهای خودِ مایکس

مدلِ تشخیصِ چهره (MediaPipe، متن‌باز) از سرورِ مایکس بار می‌شود؛ به سرویس‌هایی که از ایران بسته‌اند وابسته نیست.

۶ · مشارکت

با ما بسازیدش

پیش از انتشارِ عمومی، Pelk با چند نفر که واقعاً با دست کار نمی‌کنند آزموده می‌شود. اگر می‌خواهید کمک کنید، ثبت کنید.

  • کسی که با دست کار نمی‌کند؛ به هر دلیلی
  • خانواده و همراه
  • پژوهشگرانِ تعاملِ انسان و رایانه و توان‌بخشی
  • انجمن‌ها و مراکزِ توان‌بخشی
شما
پرسش‌های رایج

اگر سؤالی دارید

یعنی ذهنم را می‌خواند؟

نه. نامِ این صفحه به آیندهٔ این مسیر (رابط‌های مغز و رایانه) اشاره دارد؛ آنچه امروز کار می‌کند دوربینِ معمولی، پلک و صداست.

کالیبره کردن لازم است؟

نه. لازم نیست برنامه بداند کجای صفحه را نگاه می‌کنید؛ فقط باید ببیند صورت رو به صفحه است و چشم‌ها بسته یا باز است. چند ثانیهٔ اول خودش با چشم‌های شما تنظیم می‌شود.

با عینک یا نورِ کم کار می‌کند؟

بیشترِ وقت‌ها بله. اگر نور خیلی کم باشد، خودِ صفحه می‌گوید چراغ را روشن کنید.

اگر بستنِ پلک برایم سخت باشد؟

از منوی حساب می‌شود اشارهٔ دیگری گذاشت: بازکردنِ دهان، بالابردنِ ابرو یا دوبار پلکِ پشتِ‌سرِهم.

چه دستگاهی لازم است؟

هر گوشی، تبلت یا لپ‌تاپی با دوربینِ جلو و مرورگرِ به‌روز (Chrome، Edge یا Safari). بهتر است گوشی روی پایه باشد.

برای استناد: مایکس (۱۴۰۵). کنترلِ کسب‌وکار با پلک و صدا، بی‌دست؛ Pelk. maix.ir/mind-control

یک‌بار آماده‌سازی؛ بعد فقط پلک و صدا

همراه یک‌بار دوربین و میکروفون را مجاز می‌کند. از آن به بعد، خودت وارد می‌شوی و با دستیار حرف می‌زنی.

ورود با چشمشرکت در پژوهش
منتظرِ نگاهت هستم!