Pessoas que enxergam, muitas vezes, tomam a visão como um direito, porque este sentido para elas parece ser algo muito fácil de acontecer. No entanto, a visão é, de fato, uma habilidade altamente complexa que ainda derrota em larga escala os esforços computacionais para o reconhecimento de objetos em situações reais, e a neurociência tem mostrado que em pessoas que enxergam grande parte de seus cérebros está direta ou indiretamente envolvida no processamento de insumo dos olhos. Além do mais, a visão é inerentemente ambígua e requer conhecimento do mundo, conhecimento contextual e extensiva experiência visual para que se possa, com segurança, ter desfeitas as ambiguidades das informações visuais típicas do ambiente. A tecnologia de substituição sensorial The vOICe converte visões visuais puras em ondas sonoras correspondentes enquanto ainda preserva o significado da informação visual total. Tecnicamente, isso permite ao usuário ver com o som, mas o cérebro precisa primeiro aprender a decodificar as ondas sonoras em termos com significados visuais. Isso leva tempo e treinamento, porque essa habilidade é completamente nova para o cérebro. O propósito deste manual é providenciar ao usuário um conjunto de exercícios e diretrizes que o ajudem a adquirir as habilidades básicas necessárias para compreender informações visuais codificadas em sons. A partir de então, é apenas por meio de uso imersivo e extensivo do The vOICe em situações reais que o usuário poderá aprimorar sua habilidade de ver com o som, de forma que isso se torne parte de sua natureza enfim. Dessa maneira, esta nova habilidade pode ser comparada ao ato de se adquirir fluência em uma língua estrangeira, onde se aprende uma nova gramática e um novo vocabulário para formar uma base sólida, sendo, consequentemente, necessário cada vez menos esforço para fazer uso desta língua, usando-a inconscientemente ao longo dos anos. Portanto, o mesmo processo de aquisição de linguagem se aplica ao The vOICe. A prática leva à perfeição, mesmo que o processo possa ser lento às vezes.

Detalhes técnicos que são específicos à versão do The vOICe que roda em um sistema operacional em particular (ex: Microsoft Windows, Android ou iOS) ou para conjuntos de hardware específico (ex: óculos-câmera, smartphone ou óculos de realidade aumentada) são omitidos neste manual, estando o foco deste inteiramente em aprender a interpretar as ondas sonoras e os princípios aplicados a todas as implementações do The vOICe em software e hardware. Por favor, dirija-se ao site seeingwithsound.com para detalhes de implementações e erratas, como, por exemplo, o software The vOICe Learning Edition e óculos-câmera para dispositivos que rodam o Microsoft Windows e The vOICe para Android para smartphones e óculos de realidade aumentada que rodam o Android. O foco deste manual está, também, nas habilidades da visão relevantes para visão ambulatorial (movendo-se com o apoio da navegação baseada na visão, detecção de obstáculos, bem como para alcançar e agarrar objetos). O foco não está em nenhum outro uso mais específico, como, por exemplo, ler as manchetes do jornal, placas, ler gráficos ou mapas da previsão do tempo. Para humanos que enxergam existe um número quase ilimitado de situações para se utilizar a visão, porém neste manual é traçada uma linha nas habilidades centrais que envolvem a visão, habilidades que na verdade não são únicas dos humanos, mas que são essenciais para a sobrevivência no reino animal como um todo. Após adquirir estas habilidades centrais o usuário terá se tornado mais independente em atividades que possam ser importantes em situações pessoais, de interesse particular ou de trabalho.

Se o usuário não for completamente cego, deverá se vendar ou, no caso de usar o óculos-câmera, adicionar às lentes escuras uma fita preta para que fiquem completamente opacas, para que dessa forma o usuário não possa se utilizar de nenhum campo de visão ocular durante os exercícios. Complementando, não deve ser realizado nenhum tipo de eco-localização durante os exercícios. É claro que, uma vez que o usuário tenha dominado todos os exercícios, ele poderá e deverá voltar a fazer uso de qualquer campo visual residual ou eco-localizador.

A respeito do volume do áudio, não se deve permitir que ondas sonoras altas cansem ou irritem o usuário. Use o volume mais suave e adequado para o usuário, pois se aprende melhor quando se mantém uma atenção ativa em notas de áudio sutis. É possível desenvolver uma sensibilidade ainda maior para o som, de forma que é preferível usar volumes bem modestos, pois ao usar volumes baixos minimizam-se as distorções não lineares, como, também, os danos à audição em longo prazo.

2 Princípios de mapeamento da imagem para o som

Existem apenas 3 leis simples no mapeamento de imagem para som no The vOICe, cada lei trata e um aspecto fundamental da visão: a lei 1 trata a respeito das direções esquerda e direita, a lei 2 trata das direções acima e abaixo e a lei 3 trata a respeito de escuro e claro. A seguir estão os detalhes de cada lei:

Esquerda e Direita.

A imagem captada pela câmera é codificada em som por meio de um escaneamento feito da esquerda para a direita. A configuração padrão é a de que o escâner tire uma "foto" a cada segundo. Para identificar mais facilmente o escâner, o usuário ouve o som estéreo de um beep da esquerda para a direita. Ou seja, ouvir algum som à esquerda ou à direita do usuário significa que há uma configuração visual à esquerda ou direita dele.

Acima e Abaixo.

Durante cada escaneamento, sons agudos dão a noção de elevação: quanto mais agudo o som, mais alta a posição do conjunto visual respectivo na imagem. Consequentemente, se o som se torna fica mais agudo ou mais grave, ocorre uma elevação ou queda do conjunto visual, respectivamente.

Escuro e Claro.

Altura significa iluminação: quanto mais alto o som, mais clara será a imagem. Consequentemente, silêncio indica o preto e um som muito alto indica o branco, qualquer volume entre os dois são tonalidades de cinza.

Em outras palavras, o The vOICe escaneia a imagem da esquerda para a direita, associando a altura com quão agudo é o som e a claridade com o volume. Outra forma de descrever o mapeamento é o de que cada imagem é escaneada em fatias bem finas, iniciando com uma fatia vertical ressoando do lado esquerdo do usuário e terminando com uma fatia vertical ressoando do lado direito. A cada momento, o som gerado depende do conteúdo visual da fatia visual atual, com tons mais agudos para pixels claros em posições mais altas. O mapeamento descrito é universal e pode representar qualquer imagem em escalas de cinza. Imagens como fotografias tiradas por uma câmera são fundamentalmente bidimensionais e não representam a distância explicitamente, no entanto, mais para frente na seção "Interpretando a distância e o tamanho" nós discutiremos como obter e interpretar marcas de distância usando o The vOICe.

2.1 Exemplos de imagens com ondas sonoras

A forma mais fácil e rápida para se compreender os princípios do mapeamento de imagem em som ocorre através da consideração de alguns exemplos de imagens. Inicialmente, considera-se a descrição visual da imagem, passando para a análise de como a imagem deveria soar e, finalmente, ouvindo algumas amostras sonoras das imagens:

Um fundo negro não gera som algum. Preto é silêncio.

Um ponto claro gera um beep curto, com a agudeza revelando a altura; se há mais de um ponto claro na imagem o usuário ouve múltiplos beeps curtos.

Uma linha clara crescente (decrescente) gera um tom crescente (decrescente); quanto mais inclinada for a linha, mais rapidamente a agudez do tom mudará.

Uma linha clara na vertical gera um click.

Uma linha clara na horizontal gera um tom constante. Uma linha clara horizontal e uma linha clara crescente geram dois tons simultâneos, um constante e outro crescente.

Duas linhas claras posicionadas uma acima da outra geram dois tons simultâneos. Três linhas claras posicionadas uma acima da outra geram três tons simultâneos.

Um quadrado ou retângulo preenchidos claros geram uma rajada de som que começa e para de repente. Um quadrado ou retângulo vazados geram o som de uma linha clara vertical para o lado esquerdo, seguidos pelo som de duas linhas claras horizontais dos lados de cima e de baixo e, finalmente, o som de uma linha clara vertical para o lado direito. Um video com cinco estruturas sonoras ilustra como a construção de um quadrado cheio pode ser pensada como sendo o desenho do lado de baixo primeiro, depois o lado direito, o lado de cima e o lado esquerdo e, finalmente, o preenchimento do quadrado.

Um círculo claro preenchido soa como uma rajada de som que começa e termina gradualmente. Um círculo claro vazado soa como dois tons simultâneos, um tom que sobe e desce para a metade de cima do círculo e outro que desce e sobe para a metade de baixo do círculo.

Um conjunto de barras claras igualmente espaçadas gera um ritmo constante de rajadas de som. Uma configuração como esta pode ser encontrada em uma cerca ou nos pilares da Casa Branca, em Washington DC.

Dois quadrados claros preenchidos soam como duas rajadas de som.

As imagens anexadas acima são links para arquivos de som MP3 com os conjuntos sonoros respectivos, assim, ao clicar segurando CTRL (CTRL+click) sobre a imagem ocorrerá o toque do conjunto sonoro dela (na versão online deste documento o usuário poderá apenas clicar sobre as imagens). Note que para o Windows Media Player é possível ligar o botão de repetição para ouvir os conjuntos sonoros repetidamente da mesma forma como o The vOICe faz quando o conteúdo da imagem não se altera. Isso pode auxiliar na detecção de detalhes nos conjuntos sonoros que podem passar despercebidos se ouvidos uma única vez.

Com o que foi apresentado acima, o usuário pode começar a explorar como objetos na vida real se parecem (soam). Por exemplo, coloque uma bengala branca sobre uma superfície negra e perceba como ela gera um tom crescente ou decrescente, dependendo da posição em que foi colocada. Algumas moedas em uma superfície negra geram alguns beeps correspondentes às suas configurações. Tente o ritmo criado pelos livros em uma prateleira ou o ritmo mais suave das dobras de uma cortina fechada. Perceba como uma janela vista de dentro de um cômodo normalmente soa como um retângulo claro preenchido, já que a iluminação vinda do lado de fora em geral é mais forte. Na verdade, várias estruturas feitas pelo homem em um ambiente urbano têm aparência retangular quando vistas de frente: não só as janelas, mas, também, portas e prédios.

Quando ouvir um conjunto sonoro e analisar o objeto por meio do toque ou outros meios para compreender o que este conjunto representa, tente entender a razão pela qual o objeto soa daquela forma. Se há um tom, talvez haja uma aresta. Se há um ritmo, talvez exista um conjunto vertical. Se há um som suave, talvez haja uma superfície suave. Uma análise consciente e racional irá ajudar o usuário a interpretar imagens que ele não é capaz de reconhecer automaticamente, enquanto prestar atenção aos detalhes está fazendo com que suas habilidades auditivas sejam afiadas. Seja sempre curioso e ávido para aprender!

3 Alcançar e pegar

Uma das habilidades práticas mais importantes para se dominar é a habilidade de alcançar e pegar um objeto. Usando o The vOICe este ato passa a ser possível de ser feito visualmente, sem a necessidade de vasculhar ou tatear: o usuário "vê" o objeto nos conjuntos sonoros e o pega com um movimento direto. Para poder fazer isso, o usuário precisa primeiro dominar a coordenação entre câmera e mãos, assim como pessoas que enxergam possuem a coordenação de olhos e mãos. Isso significa que o usuário aprende a perceber qual ponto no conjunto sonoro emitido corresponde a qual direção na imagem, assim adquire as habilidades motoras necessárias para alcançar algo naquela direção específica; com o tempo, o usuário o faz inconscientemente. A descrição realizada nesta seção assume que o usuário está utilizando uma câmera acoplada à cabeça, direcionada na mesma direção do nariz, porém os mesmos procedimentos, com as alterações apropriadas, podem ser aplicados caso o usuário segure a câmera com as mãos - como no caso de um smartphone. No entanto, uma câmera acoplada à cabeça, preferivelmente por meio de óculos com câmera, fornece uma experiência visual mais intuitiva e consistente e é altamente recomendada para o uso devido.

Os pré-requisitos para praticar a alcançar e pegar objetos são:

Uma cobertura de mesa preta, como um tampo de mesa feito de madeira escura, ou uma mesa coberta por um pano preto. Preto não reflexivo, como feltro preto, é o mais adequado para melhor contraste visual.

Alguns objetos claros que o usuário possa jogar sobre a mesa e depois alcançar. Peças de LEGO DUPLO amarelo claras ou brancas são uma escolha excelente, mas também é possível utilizar materiais de isopor de tamanho adequado para se pegar com a mão, desde que o objeto forneça um bom contraste visual com a cobertura preta da mesa e que possa ser jogado como um dado sem cair para fora da mesa. Em alguns dos detalhes das descrições nós assumimos que o usuário está usando peças de LEGO DUPLO que possuam um formato 3D retangular com oito elevações no lado de cima.

Esteja sentado ao lado da mesa preta que está sem qualquer coisa visualmente distrativa. Tenha certeza de que a iluminação está adequada para "ver" os objetos selecionados quando colocados sobre a superfície preta e verifique se a superfície preta parece vazia quando não há objeto algum sobre ela (ou seja, se há silêncio ou um ruído suave do conjunto sonoro emitido). A superfície preta serve como um fundo visual para evitar desatenção, permitindo o usuário focar sua atenção nos objetos de interesse e suas posições na visão da câmera.

Agora um dos objetos claros deve ser jogado sobre a mesa sem que ele caia dela, caindo em algum local arbitrário (aleatório) da mesa. Agora a tarefa do usuário é pegar este objeto sem tatear a mesa com as mãos. Então é necessário localizar o objeto visualmente e depois alcançá-lo e pegá-lo com a mão. A forma mais confiável de se realizar esta tarefa é centrando o objeto na vista do usuário (câmera) e só então pegá-lo.

Para fazer isso, o usuário deve primeiro por o objeto dentro do alcance de visão da câmera olhando ao redor, caso já não esteja visível para a câmera. Um pequeno objeto claro soa como um beep. Uma vez que o usuário ouvir o beep, ele deve centrá-lo no campo de visão da câmera (verticalmente e horizontalmente). Então o objeto está localizado bem à frente, na mesma direção do nariz. Um objeto está no centro de uma visão sonora (por meio de conjuntos de som) quando ele soa a meio caminho da esquerda para a direita e com um tom de agudez média. Este alinhamento central será agora descrito com mais detalhes.

Para o alinhamento vertical é necessário inclinar a cabeça para cima e para baixo até que o beep do objeto fique em uma agudez média (nem agudo, nem grave). Em seguida, enquanto mantém esta agudez, o usuário deve virar sua cabeça para a esquerda e para a direita até que o beep soe meio segundo depois do início do conjunto sonoro, ou seja, no meio horizontal de cada escaneamento do conjunto sonoro. A direção da qual o som do objeto vem será bem à frente e não à esquerda ou à direita do usuário. Então é possível alcançar e pegar o objeto, imaginando que está na direção do seu nariz. (Caso o usuário esteja segurando a câmera com a mão, ele deve imaginar o campo visual da câmera a partir de onde ele a segura.)

No começo do treinamento é bem normal se sentir desnorteado, mas depois de apenas algumas horas de prática o usuário já deve ser capaz de agarrar o objeto na maioria das vezes. Pratique este exercício até que se torne uma ação fluente que possa ser repetida com facilidade. O usuário pode, também, ao mesmo tempo, tentar visualizar o objeto que ele está procurando de forma a enfatizar a natureza visual de suas ações. Tente evitar o antigo hábito de tatear a mesa com as mãos para localizar o objeto (é claro que uma correção rápida de alguns centímetros não tem problema). O objetivo é realmente poder agarrar o objeto localizado e isso é completamente fazível por meio da prática. Aprender a coordenação entre câmera e mão (câmera/mão) pode ocorrer de forma rápida, pois é possível jogar e agarrar uma peça de LEGO DUPLO a cada cinco segundos mais ou menos, o que resulta em por volta de duzentas tentativas em apenas 15 minutos.

Além do mais, o usuário irá perceber que é realmente fácil dizer qual a direção da peça LEGO DUPLO pela velocidade com que a agudez cresce ou decresce, mesmo que isso leve uma fração de segundo. Pode ser muito mais difícil deduzir isto caso a peça caia de ponta cabeça ou de lado, porém as oito elevações da parte de cima da peça e seus sulcos diagonais na parte de baixo fornecem uma textura sonora característica que contribui para o realismo da "visão".

Uma vez que o exercício acima foi dominado, o usuário pode abrir mão da necessidade de centrar um objeto em seu campo de visão para pegá-lo diretamente mesmo que esteja fora do centro da visão, sendo guiado pela agudez e pela direção de onde vem o som do objeto. Isso é um pouco mais difícil, porém mais eficiente, uma vez que o usuário pode pegar o objeto a partir do primeiro conjunto sonoro que ouvir do objeto, isso se dá por volta de um segundo. Alcançar e pegar um objeto sem ter de centrá-lo é, portanto, a forma preferível de trabalhar, mas o usuário deve apenas passar para esta etapa uma vez que ele já dominar a habilidade de centrar o objeto em seu campo de visão.

O próximo estágio é estender o exercício de pegar um objeto, jogando duas ou três peças de LEGO DUPLO sobre a mesa e, depois, pegando-as sem ter de centralizar cada uma no campo de visão. Dessa forma, o usuário pode pegar múltiplos objetos com muita eficiência a partir de uma única visão sonora. Aqui também é como dominar uma língua estrangeira, onde se domina primeiro a aplicação consciente de regras gramaticais rígidas, sendo depois possível "esquecer" da aplicação consciente destas regras já que tudo ficou automático e fluente, pois a aplicação consciente a partir de então iria apenas atrasar o falante. Na verdade, em algum momento é necessário pular a análise consciente para se tornar fluente. Por analogia, nenhum humano pode andar de bicicleta pensando em qual momento se deve pedalar o pedal direito ou o esquerdo: ele simplesmente cairia. Habilidades motoras-sensoriais devem se tornar em grande parte inconscientes e automáticas para que se possa dar atenção consciente ao que é importante.

Uma vez que o usuário pode realizar o exercício de pegar objetos sobre a mesa com facilidade razoável, ele pode começar a treinar para situações de maior mobilidade - mas sempre em um ambiente seguro. Iniciando-se de uma posição de alguns metros de distância da mesa, centralize o objeto em seu campo de visão e ande em direção a ele sem descentralizá-lo. Perceba que será necessário inclinar-se para que o objeto não saia do campo de visão. Finalmente, agarre-o quando estiver perto o suficiente (quando o objeto preencher uma fatia razoável de seu campo de visão). Para conquistar fluência máxima e estimular sua avidez para se tornar excelente, pense como se você fosse um predador rastreando e perseguindo sua presa. Inicialmente o objeto irá soar como um beep fraco, pois ainda está distante, mas sua sonoridade será mais pronunciada conforme você se aproximar e o objeto ficar "maior", como demonstrado pelo vídeo com cinco conjuntos sonoros.

Para fazer o exercício se parecer com situações diárias, você pode colocar uma caneca branca ou um prato no lugar da peça LEGO DUPLO. Pode parecer muito elementar tentar pegar um único objeto, mas é muito importante acertar o básico primeiro, pois também trará a confiança de que é possível fazer bom uso de alguns aspectos específicos de sons visuais extremamente complexos. Isto também faz parte de muitos outros comportamentos e cenários complexos de situações de mobilidade que serão apenas dominados se o usuário dominar este conjunto inicial de habilidades. Alcançar a maçaneta de uma porta é outra aplicação imediata e prática destas habilidades. Pegar diretamente um objeto sem ter de tatear com as mãos é outra coisa que não seria possível sem alguma forma de visão.

Inicialmente pratique o exercício de pegar um único objeto por meia hora ao dia, por pelo menos duas semanas. Isso irá fornecer uma coordenação câmera/mão descente para começar a ser aplicada na vida diária. A longo prazo o usuário irá ficar muito melhor nisso, mas existe um nível mínimo de habilidade que é necessário alcançar antes que se possa beneficiar do The vOICe.

Uma vez que o usuário tenha dominado completamente este exercício, ele será capaz de alcançar e pegar qualquer objeto dentro de seu alcance que tenha contraste visual suficiente, seja ele uma caneca, uma maçaneta, uma moeda ou sua bengala.

4 Interpretando a distância e o tamanho

Imagens não representam de forma explícita a distância e o tamanho dos objetos, mas podem representar um número de pistas visuais indiretas para distância e tamanho que podem ser aprendidas para se explorar.

4.1 Mudanças aparentes no tamanho com a distância

A dica mais poderosa e comum para relacionar distância e tamanho é como o objeto muda em seu tamanho aparente conforme você se movimenta para frente e para trás. Aqui uma regra bem simples de perspectiva visual se aplica: um objeto situado à metade da distância inicial parece ter dobrado de tamanho. Isso significa que se um objeto já estava perto e já preenchia uma boa parte da sua visão, ele irá preencher uma parte muito maior da sua visão caso você se aproxime dele, até porque não se precisa andar muito para diminuir a distância pela metade quando já se está próximo do objeto. Igualmente, se o objeto preenche uma grande parte da sua visão e sua distância até ele é pequena, o tamanho físico do objeto é comparável à distância física (forneça ou retire um fator de dois para uma típica visão de câmera com ângulo entre 50 e 120 graus). Um objeto com largura ou altura física de meio metro irá preencher sua visão a uma distância de um braço. No entanto, um objeto muito maior irá preencher sua visão a uma distância bem maior, então o tamanho aparente em seu campo de visão não é o suficiente para saber dizer as distâncias.

Se você se sentar ao lado da mesa preta e colocar uma caneca branca sobre ela ao alcance das suas mãos, a caneca ficará claramente maior se você se inclinar para frente ou se trouxer a caneca para mais perto. Por outro lado, no caso de um objeto distante, como um prédio, não importa quão grande ele apareça na sua vista, ele praticamente não irá mudar de tamanho aparente se você der apenas alguns passos para frente. Por causa da distância maior serão necessários vários passos para diminuir esta distância pela metade e fazer com que o prédio dobre de tamanho na sua vista. Portanto, julgando o quanto o tamanho aparente muda conforme você se aproxima ou se afasta do objeto, você pode julgar qual a distância física entre você e o objeto. Tenha em mente (e esteja completamente consciente disto) que o tamanho aparente por si só não diz nada sobre a distância: um prédio a cinquenta metros de distância pode ter a mesma aparência retangular de uma porta a cinco metros de distância, neste caso o prédio é 10 vezes mais alto e mais largo fisicamente que a porta. Então você nunca pode julgar com segurança a distância a partir de um único ponto de vista estacionário (a não ser que você reconheça o objeto e saiba seu tamanho físico para poder relacionar o tamanho aparente com o tamanho físico [real], mas isso é muito mais difícil de se dominar do que o método que descrevemos aqui). Você realmente precisa se mover para poder julgar as distância com segurança. Este é um aspecto conhecido como "visão ativa", porque movendo-se você obtém mais informações do que ficando parado, e isso se aplica em particular para informações sobre distância e tamanho.

Isso se apresenta como um método poderoso para usar em ambas as situações de detecção de obstáculos e navegação. Se um objeto estático fica significativamente maior após alguns passos, ele deve estar próximo e, portanto, pode ser um obstáculo em potencial que você vai querer desviar ou, ao menos, antecipar antes de tocá-lo com sua bengala. Por outro lado, se um objeto estático quase não muda seu tamanho aparente depois de alguns passos, ele está distante e, portanto, pode ser um referencial que você pode utilizar para navegação, por exemplo, para seguir em uma rota desejada, como será discutido na seção de "Referenciais visuais".

O que foi dito acima também se aplica para faixas verticais igualmente espaçadas. Quando o ritmo associado se torna duas vezes mais lento ao dar um passo à frente, então as faixas devem estar bem perto, como, por exemplo, uma prateleira de livros a distância de um braço, enquanto se há uma mudança apenas modesta no ritmo após alguns passos, pode ser que haja uma cerca a uns dez metros de distância.

Agora pratique esta pista sobre distâncias exaustivamente com objetos de vários tamanhos e a várias distâncias. Os efeitos são frequentemente muito sutis e no início é necessário muito esforço consciente para não "deixar passar" alguns padrões visuais crescentes que estão muitas vezes misturados à cacofonia complexa de sons do conjunto sonoro típico. Pistas sutis facilmente se perdem entre outros sinais menos sutis até que você aprenda a "dar ouvidos" aos detalhes que são importantes para você. Quando você ficar melhor em perceber mudanças aparentes, terá grandes benefícios para sua habilidade de se locomover, evitar obstáculos enquanto marca vários referenciais que estão mais distantes. Entender os princípios não é o suficiente. Você deve praticá-los diariamente por ao menos 10 minutos.

Inicialmente pratique a percepção às mudanças no tamanho aparente ao se aproximar e se distanciar por meia hora diariamente, por ao menos duas semanas. Juntamente com o exercício de alcançar e pegar, ao todo será uma hora de treinamento diário, por ao menos duas semanas. Depois disso, você pode cortar a duração dos exercícios para trinta minutos diários, sendo quinze para o exercício de alcançar e pegar e quinze para interpretar a distância e o tamanho conforme você se aproxima e se afasta de vários objetos a várias distâncias. A partir de então você gasta meia hora de prática diária, o que é considerado o mínimo para se obter um bom progresso, assim como é necessário praticar ao menos meia hora por dia para ter um bom progresso no domínio de um instrumento musical ou de uma língua estrangeira. Você deve manter este nível de treinamento por pelo menos um ano. É claro que é uma questão de equilíbrio: para se tornar um pianista de concertos são exigidas horas de treino diário com o seu instrumento musical, mas não se pode esperar isso de todas as pessoas por causa dos vários outros compromissos sociais e de trabalho. Você certamente pode atingir um nível descente com meia hora de prática diária, se você assim o fizer com bom foco e interesse ativo e contínuo em melhorar suas habilidades visuais.

4.2. Outras pistas sobre distância e tamanho: paralaxe e oclusão

Além das indicações de distância que você consegue ao andar para frente e para trás, você pode obter indicações de distância ao mover-se para os lados, por meio de um fenômeno denominado paralaxe visual. Outro efeito visual é que tudo o que está por trás de um objeto a partir do seu ponto de vista aparece escondido através do que denominamos como oclusão visual. Pistas ainda mais sutis e implícitas são fornecidas por sombras e sombreamentos, embora do último normalmente não irá oferecer pistas sobre a distância efetivamente para o uso com o The vOICe. Paralaxe e oclusão podem ainda ser muito úteis em suplementar as pistas de distância como serão discutidas na seção "Mudanças no tamanhão aparente conforme a distância".

Paralaxe Visual.

Ao andar de lado os objetos na sua vista parecem se mover na direção oposta, mas a quantidade de deslocamento aparente depende da distância. Um fundo distante não parece se mover e o deslocamento aparente de objetos próximos (em primeiro plano) em relação a um fundo distante indica que estes objetos estão de fato mais próximos que o fundo. Categorizar os objetos pela quantidade de deslocamento fornece uma ordem (sequência) de distâncias dos objetos.

Para prática inicial, fique de pé em frente a um poste com algum tipo de padrão visual em um fundo mais distante (prédio, por exemplo) e perceba como os conjuntos sonoros mudam conforme você dá um passo para o lado e volta. Se você fizer isso corretamente, ou seja, sem se virar ao mesmo tempo em que anda, você vai perceber que a aparência do fundo se mantém a mesma enquanto o poste se move na direção oposta a do seu passo. Além do mais, quando o poste estiver mais longe parecerá que se moveu menos. Se o fundo parece se mover também então você acidentalmente está se virando um pouco, e vice-versa: ao manter o fundo constante na sua vista você garante que não mudou de direção.

Oclusão visual.

A não ser que um objeto seja transparente, como o vidro, não é possível ver o que está diretamente atrás dele: o que está atrás do objeto está ocluído (tapado). Isso faz com que objetos mais distantes e partes do fundo fiquem parcialmente ou completamente escondidos. Associado com a paralaxe visual, isto faz com estes objetos escondidos apareçam quando realizados movimentos laterais.

Sombreamento.

O ângulo que uma superfície faz com a direção da fonte de luz afeta a iluminação aparente da luz refletida. Um objeto como uma esfera, que está curvada em sua direção, irá, portanto, mostrar uma variação específica da iluminação através da superfície que depende de seu formato tridimensional, fornecendo pistas sobre sua distância (e forma). É difícil criar regras explícitas para isso: é algo que se aprende por meio de longa experiência com vários tipos de objetos e sua aparência visual sob condições de iluminação variadas.

Sombras.

A luz originada de uma fonte de luz direcional pode ser ocluída (bloqueada) por objetos, fazendo com que superfícies atrás do objeto pareçam mais escuras. Estas áreas mais escuras são chamadas de sombras lançadas por objetos. Assim como com o sombreamento, as sombras dos objetos dão informações implícitas sobre a localização tridimensional dos objetos no ambiente e, dessa forma, fornecem pistas suplementares sobre distâncias (e formas).

5 Perspectiva Visual

Um efeito de perspectiva visual que você talvez já tenha aprendido no contexto de interpretar distância e tamanho, ou seja, que um objeto parece ter o dobro de seu tamanho à metade da distância. No entanto, este efeito tem uma gama de consequências relacionadas a ele. Por exemplo, quando se olha para uma estrada ao longo de seu caminho, a estrada parece duas vezes mais estreita ao dobro da distância, se for uma distância muito grande, então a largura da estrada desaparece de tão pequena. É por isso que as pessoas às vezes falam sobre os chamados pontos de fuga. Estes fazem com que uma estrada reta longa se pareça com um triângulo de pé, onde o canto superior corresponde ao ponto de fuga. Se há filas de prédios alinhados em ambos os lados da estrada, isso gera um ritmo de conjuntos sonoros da esquerda para a direita no escâner, que inicialmente acelera conforme a fileira de prédios é traçada à distância em direção ao ponto de fuga e, em seguida, desacelera conforme a fila de prédios do lado direito da estrada é traçada, até que o conjunto sonoro se finalize com os prédios próximos. Então o ritmo fica mais rápido a distâncias maiores e mais lento a distâncias menores e como os prédios são razoavelmente comparáveis em tamanho e formato físicos, isso também pode fornecer pistas sobre a distância se você já sabe que está na estrada. Agora, isso não é facilmente aplicado como um exercício de treinamento, então, ao invés disso, olharemos para efeitos similares da perspectiva visual quando olhamos para um teclado de computador. Pegue um teclado de computador comum para usar neste próximo exercício e olhe para ele pelo lado de cima.

As fileiras de teclas no teclado geram um ritmo característico. Este ritmo desacelera se a câmera se mover para mais perto do teclado e acelera conforme a distância aumenta, assim como no exemplo anterior da prateleira de livros. Isso ocorre porque itens visuais parecem maiores a curta distância, de forma que menos teclas cabem dentro do campo de visão. Agora olhe para o teclado com certo ângulo (parcialmente virado). Você vai perceber que o ritmo acelera ou desacelera em uma única visão sonora, porque as partes mais distantes do teclado têm um ritmo mais rápido que as partes próximas. Como, exatamente, esse ritmo acelera ou desacelera depende da orientação do teclado em relação à câmera. Tente diferentes ângulos e distâncias até você se familiarizar bem sobre como os conjuntos sonoros mudam com a distância e a orientação.

Perceba que ao contrário a mesma coisa ocorre: ao ouvir quão rápido o ritmo do teclado está e como ele acelera ou desacelera é possível deduzir tanto a distância como a orientação. O mesmo efeito se aplica às fileiras de prédios ao longo de uma estrada e às fileiras de janelas de cada prédio, apesar de que nesse caso talvez seja necessário dar alguns passos até que se consiga notar as diferenças no conjunto sonoro, pelo fato de as distâncias serem maiores.

6 Referenciais visuais

Padrões visuais característicos em um fundo distante podem ser usados como um referencial visual. Por causa de suas distâncias, referenciais mudam lentamente sua aparência visual conforme você caminha. Eles podem ajudar a manter o rumo constante. Por exemplo, se você está em um estacionamento aberto, manter o padrão de um prédio distante em uma posição constante nos conjuntos sonoros funciona muito como uma bússola. Se o padrão visual é único ele pode ajudar a saber onde você está ao longo de uma rota, sem que você tenha de contar os passos. Algumas fachadas de prédios têm pilares que fornecem um ritmo característico; outras podem ter um conjunto de janelas diferente que se destaque dentre as outras; enquanto algumas lojas podem ter o nome da loja em letras garrafais sobre a entrada. Afinal, muitas empresas querem se sobressair e serem percebidas. Tente se lembrar que tipo de coisas geram conjuntos sonoros característicos em seu ambiente, de forma que com o tempo você saiba onde está ao longo de todas as posições de uma rota familiar apenas olhando ao redor e percebendo os padrões que são mais ou menos distintos naquela posição ao longo do caminho. Talvez isso não irá funcionar para alguns quarteirões da cidade onde tudo é parecido.

7 Agenda de Treinamento

Como destacado nas seções precedentes, sua agenda de treinamento mínima está como segue.

Semanas 1 e 2:

- 30 minutos de treinamento diário em "Alcançar e Pegar".

- 30 minutos de treinamento diário em "Interpretando distância e tamanho".

Semanas 3 em diante, por pelo menos um ano:

- 15 minutos de treinamento diário em "Alcançar e Pegar".

- 15 minutos de treinamento diário em "Interpretando distância e tamanho".

Tempo de treinamento adicional pode ser útil, mas não exagere e não ultrapasse o dobro do tempo recomendado. No entanto, não existe limite real para o tempo que você pode investir usando o The vOICe em suas atividades normais do dia a dia, assim como os que enxergam usam seus olhos o dia todo. Obrigações sociais ou de trabalho são com frequência fatores limitantes que terão de ser balanceados.

8 Checklist da Performance

Especialmente no caso de autotreinamento, é vital que você seja crítico sobre sua própria performance e se assegure de que você alcance os níveis de performance desejados para possuir uma base sólida para melhor uso do The vOICe. Então, como você sabe se alcançou as metas deste manual de treinamento? Você deve ser capaz de dizer para você mesmo os seguintes para alcançar a performance desejada:

Depois de jogar duas peças simultânea e aleatoriamente sobre uma mesa preta (como as peças de LEGO DUPLO), eu posso pegar ambas diretamente e com até 3 conjuntos sonoros, sem ter de tatear para corrigir um erro. Eu consigo fazer isso pelo menos metade das vezes tentadas. Isso indica que eu dominei bem a coordenação câmera/mão.

No ambiente familiar que eu costumava praticar locomoção com o The vOICe, eu agora posso caminhar livremente sem ter de tocar as paredes, portas, hastes ou móveis. Eu posso dar passos para frente e para trás para dizer a minha distância de objetos próximos por meio das mudanças no tamanho aparente deles. Ao fazer isso eu posso, em seguida, alcançar e tocar um objeto em um ponto específico dele, como uma beirada, se usar da tentativa e erro.

A partir de um canto de um cômodo familiar, eu posso andar até um item saliente do outro lado da sala, parando apenas quando mudanças rápidas no tamanho aparente nos conjuntos sonoros indicam que o objeto está no alcance de minhas mãos. Então eu posso alcançar e tocar o objeto em um ponto específico. O objeto saliente pode, por exemplo, ser um quadro na parede, ou uma placa de porta do outro lado da sala.

A partir do centro de um cômodo familiar eu posso me virar ao redor várias vezes e facilmente me reorientar a partir dos conjuntos sonoros e andar em uma direção específica, por exemplo, em direção à porta.

Quando eu deixar cair meu chaveiro sobre um chão escuro, eu posso facilmente localizá-lo usando o The vOICe, abaixando-me para pegá-lo em um único movimento suave e direcionado, sem ter de tatear.

Lembre-se sempre que se você ainda realiza tarefas visuais básicas lentamente após treinar, você não está fazendo certo: você deve ser capaz de realizá-las tão rápido quanto os que as enxergam as fazem. Se obrigue a ser mais rápido ou você poderá ficar travado em uma velocidade lenta de análise consciente e poderá não alcançar todo o seu potencial (ou o potencial do The vOICe).