文字抖动
字符位置持续微小漂移。模拟视觉稳定性不足——读者常描述为"字在动",需要反复重新定位。
你注视的地方,文字清晰稳定;视线之外,文字开始抖动、散开、被形近字替换、左右颠倒。移动视线,混乱就跟着退散——但你永远无法一次看清整句话。这正是许多阅读障碍者每天面对的阅读体验。
选择一段文字和障碍程度,用眼睛(或鼠标)去读。清晰窗口会跟着你的视线移动。
选择视线输入方式开始
眼动追踪需要摄像头,约 1 分钟完成校准;画面只在本机处理。
在四种清晰窗口下各读一段文字并回答理解题。系统记录用时、正确率、注视次数与回视率,生成对比报告和视线轨迹。
圆圈是一次注视(越大停留越久),连线是眼跳;红色连线表示回视(倒回去重读)。
移动窗口范式(moving-window paradigm)最早由 McConkie 与 Rayner 在 1975 年提出:只让注视点附近的文字保持正常,用来测量读者一次能"看到"多少。本项目把窗口外的文字换成中文阅读障碍者常见的几类困扰。
字符位置持续微小漂移。模拟视觉稳定性不足——读者常描述为"字在动",需要反复重新定位。
未↔末、己↔已、干↔千、日↔曰。中文特有的困难来源:字形高度相似,意义完全不同。站内收录约 150 对常用形近字。
字距与基线随机偏移。模拟字词切分困难:读者难以判断哪些笔画属于同一个字。
字形左右反转。对应拼音文字里 b/d、p/q 的方向混淆,在汉字上表现为部件位置感知错误。
MediaPipe Face Mesh 每帧定位 478 个关键点,包括两侧虹膜中心与眼角、眼睑。
计算虹膜在眼眶中的相对位置、眼睑开合度,以及头部的偏航、俯仰、翻滚与距离。
13 点校准采集约 300 个样本,用岭回归建立"特征 → 屏幕坐标"的映射,留一点交叉验证自动选择正则强度。
1€ 滤波去抖,在线离散度算法(I-DT)区分注视与眼跳;5 点验证给出你这次的实际精度。
如实说明:普通摄像头的眼动精度通常在 1.5°–4° 视角(约 60–180 像素),远不如专业红外眼动仪。所以验证后系统会按你的实测精度自动放大清晰窗口,保证"你看着的字"确实落在窗口里。
本工具用于科普、教学与研究演示,帮助没有阅读障碍的人理解这种体验。它不是诊断工具,测试结果不构成任何医学或教育评估依据。阅读障碍的表现因人而异,这里的效果是一种可视化的近似。
开源组件:MediaPipe Face Mesh(Apache-2.0)· WebGazer.js(GPLv3,备用引擎)