为了解决这个问题，卡耐基梅隆大学的研究人员开发了一种方法来自动识别模因，并应用预先编写的模板来添加描述性的alt文本，通过现有的辅助技术使它们变得可理解。

模因是复制图像，然后用文本的细微变化覆盖的图像。它们通常很幽默，传达了一种共同的体验，但“如果你是盲人，你就会错过这部分对话，”科尔·格里森(Cole Gleason)说，他是卡内基梅隆大学人机交互研究所(HCII)的博士生。

HCII副教授杰夫•比格姆表示:“表情包似乎不是最重要的问题，但可访问性的一个重要方面是，人们没有选择值得关注的东西。”“很多人使用模因，所以它们应该是可访问的。”

模因主要存在于社交媒体平台中，在添加alt文本时存在障碍。例如，Twitter允许人们在图片中添加alt文本，但这一功能并不总是容易找到。CMU的研究人员检查了900万条推文，其中有100万条包含图片，其中只有0.1%包含alt文本。

格林森说，基本的计算机视觉技术使得描述每个模因背后的图像成为可能，无论是名人、哭泣的婴儿、卡通人物，还是倒在天坑里的公共汽车这样的场景。使用光学字符识别技术对覆盖文本进行解码，并随模因的每次迭代而变化。对于每一种模因类型，只需要制作一个描述图像的模板，并且可以为该模因的每次迭代添加叠加的文本。

但事实证明，写出这个表情包的意图是困难的。

这取决于幽默是否被翻译。一些视觉效果更加微妙，”格里森说。“有时它是明确的，你可以直接描述它。”例如，所谓的“成功的孩子”模因的完整alt文本是这样写的:“蹒跚学步的孩子在自鸣得意的脸前握拳。”一整年都是个坏男孩。底部的文字:仍然收到来自圣诞老人的礼物。”

该团队还创建了一个平台，将模因翻译成声音而不是文本。用户搜索声音库并将元素拖放到模板中。这个系统是用来翻译已有的模因，通过音乐和音效来传达情感。

格林森说:“我们尝试音频表情包的原因之一是，我们认为alt文本会扼杀这个笑话，但人们仍然喜欢文本，因为他们已经习惯了。”

部署这项技术将是一项挑战。即使它被整合进一个模因生成器网站，当图片在社交媒体上分享时，alt文本也不会被自动复制。

“我们必须说服Twitter增加一项新功能，”Gleason说。它可以添加到个人智能手机上，但他指出，这会给用户带来负担。CMU的研究人员目前正在进行相关的项目，包括一个Twitter的浏览器扩展，试图为每张图片添加alt文本，并可能包括一个模因系统。另一个项目试图将alt文本集成到图像的元数据中，无论图像在哪里发布，元数据都将与图像保持一致。