Google Gemini Live-da Guided Vision-ı buraxdı: AI xırda mətni ucadan oxuyacaq

Google oktyabrın 1-də Android cihazlarda Gemini Live-da yeni Guided Vision funksiyasını buraxdı. O, kamera ilə görünəni real vaxtda səslə təsvir edir və görmə qabiliyyəti olmayan, zəif görən və ya konkret vəziyyətdə kömək istəyən insanlar üçün nəzərdə tutulub.

Guided Vision nə edir

Funksiya Gemini Live-da kamera paylaşımı ilə işləyir. İstifadəçi telefonu xırda mətnə, obyektə və ya mühitə tuşa bilər, Google-un AI-ı isə gördüyünü ucadan təsvir edir. Beləcə xırda şrifti oxumaq, mühiti təsvir etmək, ətrafdakı əşyaları tapmaq və ya tanımaq və konkret obyektin detallarını ayırd etmək mümkündür.

Verilən sualı davam etdirmək də olar. Məsələn, Gemini əşyanı tapmağa kömək etdikdən sonra istifadəçi yararlılıq müddətini oxumasını xahiş edə bilər. Əgər sual kadrda görünməyən bir şeyə aiddirsə, Gemini səsli göstərişlərlə kameranı düzəltməyə kömək edir.

Harada mövcuddur

Guided Vision Gemini tətbiqində və Google TalkBack-də işləyir. Android 9 və ya daha yeni versiyalarda işləyən cihazlarda istifadəçi funksiyanın əlçatanlıq qısayolunu parametrlərdə də qura bilər. Google bunu Pixel-in son yeniləmə paketində elan edib.

Məhdudiyyətlər və Apple-ın oxşar funksiyası

Guided Vision iPhone və Vision Pro-da mövcud olan Apple VoiceOver Live Recognition-a bənzəyir. Lakin Google istifadəçiləri funksiyanı naviqasiya, təhlükəsiz hərəkət və ya maneələrin aşkarlanması üçün istifadə etməmələri barədə xəbərdar edir və o, əsa və ya mobillik köməkçi vasitəsinin əvəzi deyil.

Bu nə deməkdir

Səsli köməkçilər görmə qabiliyyəti olmayan və zəif görən istifadəçilər üçün getdikcə daha praktik köməkçi alətlərə çevrilir. Apple artıq iPhone və Vision Pro-da analoji funksiyaya malikdir, Google-un Guided Vision-ı isə eyni istiqamətdə işləyir və xırda mətn oxumağı, obyekt tapmağı və mühiti təsvir etməyi adi Android cihazlarda da mümkün edir.