The present invention relates to a portable system that allows a blind or visually impaired person to interpret the surrounding environment by voice or touch, the system comprising two cameras (3i) configured to separate from each other and simultaneously capture an image of the environment. 3d) and means (4i, 4d) for generating an audio output signal and / or a touch output signal. Advantageously, the system also comprises processing means (2) connected to the camera (3i, 3d) and means (4i, 4d) for generating audio and / or touch signals. The processing means is configured to combine images captured in real time and process information related to at least one vertical band along with information about the depth of the elements in the combined image, the processing means (2) also The vertical band is divided into one or a plurality of areas, the audio signal or touch signal of each area is defined according to the depth and height of the area, and the audio is based on the audio signal or touch signal of each area of the vertical band. An output signal or a touch output signal is defined.本発明は、盲人又は視覚障害者が周囲環境を音声又は触覚によって解釈することを可能にするポータブルシステムに関し、システムは、互いに分離し環境の画像を同時に取り込むように構成された２つのカメラ（３ｉ、３ｄ）と、音声出力信号及び／又はタッチ出力信号を生成する手段（４ｉ、４ｄ）とを備える。有利には、システムはまた、カメラ（３ｉ、３ｄ）と音声信号及び／又はタッチ信号を生成する手段（４ｉ、４ｄ）とに接続された処理手段（２）を備える。処理手段は、リアルタイムで取り込まれた画像を組み合わせ、少なくとも１つの垂直帯域に関連する情報を組み合わされた画像内の要素の奥行きに関する情報と共に処理するように構成され、処理手段（２）はまた、垂直帯域を１又は複数の領域に分割し、領域の奥行き及び領域の高さに応じて各領域の音声信号又はタッチ信号を定義し、垂直帯域の各領域の音声信号又はタッチ信号に基づいて音声出力信号又はタッチ出力信号を定義するように構成されている。
