Soyle

Проблема, которую не видно со стороны

Готовя защиту проекта, команда не ограничилась статистикой — вышла на человека, который живёт с этой проблемой каждый день. Эмилия Сигура — мама ребёнка с кохлеарным имплантом, чей аккаунт в Instagram, по словам команды, читают около 90 тысяч человек. Она рассказала им, что барьер в общении между ребёнком и родителями оборачивается депрессией, непониманием, эмоциональной нестабильностью — а большинство родителей вдобавок не знают жестового языка.

Команда формулирует суть шире: людям с нарушениями слуха и речи трудно участвовать в обычном разговоре не только дома. В школе, больнице, магазине — везде, где нет сурдопереводчика и не всегда удобно держать в руках телефон, — простая бытовая ситуация превращается в барьер. Коммуникация напрямую влияет на образование, самостоятельность и участие человека в жизни общества.

Что придумали

Soyle — двухкомпонентное устройство: AR-модуль (очки) и шейный модуль. Ключевое отличие не в том, что оно распознаёт речь — таких функций в любом телефоне достаточно, — а в том, что решение носимое и работает офлайн.

AR-модуль улавливает речь собеседника через микрофон, обрабатывает её на Raspberry Pi локальной моделью распознавания речи и выводит текст на микродисплей. Пользователь видит текст через отражатель, глядя на собеседника, а не в телефон.

Шейный модуль устроен зеркально: камера с переобученной моделью MediaPipe распознаёт жесты руки, преобразует их в текст, а тот — в синтезированную речь через встроенную колонку. То есть должен помогать не только понимать, но и отвечать. Команда также построила веб-платформу, где сохраняются последние диалоги — при необходимости их может посмотреть родитель пациента или врач.

Офлайн-работу команда сама называет главным преимуществом: устройство работает без интернета — в лифте, в метро, за городом, где угодно.

Как это началось

«Идея появилась, когда мы задумались, насколько обычный разговор может быть сложным для человека с нарушением слуха. В школе, больнице или магазине большинство информации передаётся голосом, но не везде есть сурдопереводчик и не каждый человек знает жестовый язык. Тогда мы поняли, что можно использовать технологии распознавания речи не просто как функцию телефона, а как носимое устройство — очки, которые показывают речь собеседника прямо перед глазами».

Гипотезу проверили не только по открытым источникам и оценкам ВОЗ. Чтобы услышать историю не из статьи, а от человека, который проживает эту проблему каждый день, команда напрямую вышла на Эмилию Сигуру — маму ребёнка с кохлеарным имплантом (см. врезку выше). Именно её рассказ о барьере между ребёнком и родителями команда приводит как главное доказательство того, что задача настоящая, а не придуманная.

Главный провал: «ошибка — это способ понять, что улучшить»

Команда не обошла стороной честный разбор:

«Самым трудным было превратить идею в рабочий прототип: совместить микрофон, Raspberry Pi, распознавание речи, микродисплей и отражатель так, чтобы система реально показывала текст перед глазами. Были ошибки с точностью распознавания, задержкой текста, неудобным креплением и качеством отображения. Это научило нас, что в инженерии ошибка — не провал, а способ понять, что именно нужно улучшить: удобство, скорость, точность или конструкцию».

То, что не попало в анкету, всплыло на самой защите проекта. По словам команды, на пилоте в клинике «Медикер» обнаружился отдельный, узкий, но настоящий дефект:

Деталь мелкая, но показательная: три недели реальной эксплуатации нашли то, чего не покажет ни один демо-стенд.

Разбор изобретателя

Метод-этап	Проверка гипотезы вживую, а не только по цифрам — прямой контакт с человеком, который живёт с проблемой, плюс трёхнедельный пилот в реальной клинике
Что сработало	Апробация в клинике «Медикер» с реальными пациентами и врачами дала числа, а не предположения: заряда хватает на 2–3 часа, точность распознавания — до 85%, средняя оценка пациентов — 8–9 из 10
Что не сработало	Интеграция пяти физических компонентов в одно устройство: точность распознавания, задержка текста, неудобное крепление, качество отображения. Конкретный дефект — царапающееся стекло отражателя — вскрылся только в реальной эксплуатации, а не на стенде
→ Инструмент Части 2	Что покажет только настоящий пилот и никогда не покажет лабораторный тест — как спроектировать проверку в реальных условиях с первого же прототипа

Где проект сейчас

По словам команды, проект вошёл «в число лучших проектов Samsung Solve for Tomorrow», получил поддержку на дальнейшую разработку, а также участвовал в других конкурсах и привлёк внимание университетов.

Дальше — команда называет несколько направлений: повысить точность распознавания, снизить задержку текста, сделать конструкцию компактнее и удобнее для повседневного ношения; и, по формулировке анкеты, довести до готовности шейный модуль, чтобы устройство помогало не только понимать речь, но и отвечать.

В аудио-интервью команда говорит о результате конкурса, который редко попадает в отчёты: главным приобретением она называет не приз, а круг общения. По её словам, с частью команд других городов связь сохранилась и после соревнований, идеи продолжают обсуждаться, а у некоторых появились совместные проекты. Вторым по важности названа обратная связь судей — она дала понять, что направление выбрано верно.

Для книги это довод в пользу того, что программу стоит мерить не только продуктами: горизонтальные связи между школьниками из разных городов — тоже её результат.

После конкурса: есть следы предпринимательской траектории (стартап-роли в публичных профилях); участники заметны в конкурсах и олимпиадах после сезона. Имена участников не публикуются.

Потенциал развития

Взгляд со стороны: чем этот проект может стать, если довести его до продукта. Менторской сессии в материалах по этому кейсу нет — гипотезы ниже опираются только на саму технологию проекта. Это аналитическая гипотеза редакции, а не заявление команды.

Ценность Soyle — не в самих очках: корпус, Raspberry Pi и микродисплей соберёт любая мастерская. Ценность — в переобученных под задачу моделях распознавания (речь → текст локально и офлайн, жест → текст через MediaPipe) и в том, что команда уже умеет проверять их не в лаборатории, а в клинике — с числами, а не обещаниями: заряд, точность, оценка пациентов. Для школьного проекта это редкое сочетание — рабочая модель плюс методика её полевой проверки.

Второе — модель доступа. Ассистивные устройства почти нигде не покупают сами пациенты: платит система здравоохранения или соцзащиты, клиника или благотворитель, а конечный пользователь получает его бесплатно или по льготе. Устойчивая конструкция — не прямые продажи семьям, а контракт с клиниками, реабилитационными центрами и профильными НКО, где грант или госпрограмма закрывает стоимость для тех, кто платить не может.

Куда это масштабируется

Направление	Что переиспользуется	Пример применения
Офлайн-распознавание речи для локальных языков	Переобученная локальная ASR-модель, работающая без интернета	Устройства и сервисы для сёл, полевых клиник, мест без стабильной связи — там, где облачные голосовые ассистенты не работают в принципе
Перевод жестов в голос	Переобученная модель MediaPipe для распознавания жестов руки	Основа для более широкого проекта перевода казахского жестового языка — данных такого типа на казахском почти нет
Платформа мониторинга диалогов	Веб-сервис, где сохраняются диалоги для родителей и врачей	Дистанционное наблюдение за прогрессом речевой реабилитации, а не только сам разговор в моменте
Протокол клинической апробации	Методика трёхнедельного пилота с измеримыми метриками (заряд, точность, оценка пациентов)	Готовый шаблон проверки для любого следующего ассистивного устройства команды или программы SfT в целом
Слой синхронного перевода речи (бета)	Модуль на MarianMT поверх той же аппаратной платформы	Носимый переводчик для делового и туристического применения — то же железо, другая аудитория

Что нужно доказать, чтобы это состоялось. Первое — точность вне контролируемой апробации: 85% в клинике рядом с медицинским персоналом — не то же самое, что уличный шум или несколько говорящих одновременно. Второе — надёжность конструкции при ежедневном ношении: команда сама называет как минимум один физический дефект (стекло отражателя царапается), и неясно, решён ли он. Третье — юнит-экономику: сколько стоит собрать одно устройство серийно и кто именно за него платит — клиника, государство или благотворитель.

Что советуют тем, кто начинает

«Не начинайте с красивой идеи — начните с реальной боли человека, которому вы хотите помочь».

«Изобретать — это…»

«Изобретать — это превращать чужую трудность в решение, которое даёт человеку больше свободы».

Официальное описание

Формулировка организатора с сайта конкурса solvefortomorrow.kz — приводится как есть, это не текст редакции.

Миллионы людей по всему миру сталкиваются с трудностями в общении из-за речевых нарушений, вызванных врождёнными аномалиями и неврологическими заболеваниями. Команда Soyle из города Шымкент предлагает несколько вариантов решения этой проблемы, включая умные очки, переводящие речь в текст, и шейный модуль, который на базе AI озвучивает язык жестов в режиме реального времени. Представив свои уже работающие прототипы, проверенные в реальных медицинских учреждениях, команда сумела занять третье место в конкурсе Solve For Tomorrow 2025.

Место: 3 место · Шымкент, НИШ ХБН