Google-ը Gemini Live-ում թողարկել է Guided Vision-ը. AI-ն բարձրաձայն կկարդա մանր տեքստը

Google-ը հոկտեմբերի 1-ին Android սարքերում Gemini Live-ում թողարկել է նոր Guided Vision ֆունկցիան։ Այն տեսախցիկով տեսածը իրական ժամանակում ձայնով նկարագրում է և նախատեսված է կույր, թույլ տեսողություն ունեցող կամ կոնկրետ իրավիճակում օգնություն ուզող մարդկանց համար։

Ինչ է անում Guided Vision-ը

Ֆունկցիան Gemini Live-ում աշխատում է տեսախցիկի համօգտագործման միջոցով։ Օգտատերը կարող է հեռախոսն ուղղել մանր տեքստին, առարկային կամ միջավայրին, իսկ Google-ի AI-ն բարձրաձայն նկարագրում է, ինչ տեսնում է։ Այսպես կարելի է կարդալ մանր տառերը, նկարագրել միջավայրը, գտնել կամ ճանաչել շուրջը գտնվող իրերը և տարբերել կոնկրետ առարկայի մանրամասները։

Հնարավոր է նաև շարունակել տրված հարցը։ Օրինակ՝ այն բանից հետո, երբ Gemini-ն օգնում է գտնել իր, օգտատերը կարող է խնդրել կարդալ պիտանիության ժամկետը։ Եթե հարցը վերաբերում է ինչ-որ բանի, ինչը կադրում չի երևում, Gemini-ն ձայնային հուշումներով օգնում է ուղղել տեսախցիկը։

Որտեղ է հասանելի

Guided Vision-ը աշխատում է Gemini հավելվածում և Google TalkBack-ում։ Android 9 կամ ավելի նոր տարբերակով աշխատող սարքերում օգտատերը կարող է նաև կարգավորումներում տեղադրել ֆունկցիայի հասանելիության դյուրանցումը։ Google-ը դա հայտարարել է Pixel-ի վերջին թարմացումների փաթեթում։

Սահմանափակումներ և Apple-ի նմանատիպ ֆունկցիա

Guided Vision-ը նման է Apple-ի VoiceOver Live Recognition-ին, որը հասանելի է iPhone-ում և Vision Pro-ում։ Սակայն Google-ը զգուշացնում է օգտատերերին, որ ֆունկցիան չօգտագործեն նավիգացիայի, անվտանգ տեղաշարժի կամ խոչընդոտների հայտնաբերման համար, և այն չի փոխարինում ձողիկը կամ շարժունակության օժանդակ միջոցը։

Ինչ է սա նշանակում

Ձայնային օգնականները կույր և թույլ տեսողություն ունեցող օգտատերերի համար դառնում են ավելի գործնական օժանդակ գործիքներ։ Apple-ն արդեն ունի նմանատիպ ֆունկցիա iPhone-ում և Vision Pro-ում, իսկ Google-ի Guided Vision-ը աշխատում է նույն ուղղությամբ և մանր տեքստ կարդալը, առարկաներ գտնելը և միջավայրը նկարագրելը հնարավոր է դարձնում նաև սովորական Android սարքերում։