Google-მა Gemini Live-ში Guided Vision გამოუშვა: AI წვრილ ტექსტს ხმამაღლა წაუკითხავს

Google-მა 1 ოქტომბერს Android მოწყობილობებზე Gemini Live-ში ახალი ფუნქცია Guided Vision გაუშვა. ის კამერით ნანახს რეალურ დროში ხმით აღწერს და უსინათლო, მცირემხედველი ან კონკრეტულ სიტუაციაში დახმარების მსურველი ადამიანებისთვისაა განკუთვნილი.

რას აკეთებს Guided Vision

ფუნქცია Gemini Live-ში კამერის გაზიარებაზე მუშაობს. მომხმარებელს შეუძლია ტელეფონი წვრილი ტექსტის, ობიექტის ან გარემოსკენ მიმართოს, Google-ის AI კი ხმამაღლა აღწერს, რას ხედავს. ასე შეიძლება წვრილი შრიფტის წაკითხვა, გარემოს აღწერა, ირგვლივ არსებული ნივთების მოძებნა ან ამოცნობა და კონკრეტული ობიექტის დეტალების გარჩევა.

დასმული კითხვის გაგრძელებაც შეიძლება. მაგალითად, მას შემდეგ, რაც Gemini ნივთის მოძებნაში დაეხმარება, მომხმარებელს შეუძლია სთხოვოს ვარგისიანობის ვადის წაკითხვა. თუ კითხვა ისეთ რამეს ეხება, რაც კადრში არ ჩანს, Gemini ხმოვანი მინიშნებებით კამერის გასწორებაში ეხმარება.

სად არის ხელმისაწვდომი

Guided Vision Gemini-ის აპლიკაციასა და Google TalkBack-ში მუშაობს. Android 9-ზე ან უფრო ახალ ვერსიებზე მომუშავე მოწყობილობებზე მომხმარებელს ფუნქციისთვის ხელმისაწვდომობის მალსახმობის დაყენება პარამეტრებშიც შეუძლია. Google-მა ის Pixel-ის განახლებების ბოლო პაკეტში გამოაცხადა.

შეზღუდვები და Apple-ის მსგავსი ფუნქცია

Guided Vision მსგავსია Apple-ის VoiceOver Live Recognition-ისა, რომელიც iPhone-სა და Vision Pro-ზეა ხელმისაწვდომი. თუმცა Google მომხმარებლებს აფრთხილებს, რომ ფუნქცია ნავიგაციისთვის, უსაფრთხო გადაადგილებისთვის ან დაბრკოლებების აღმოჩენისთვის არ გამოიყენონ და ის ლახტის ან მობილობის დამხმარე საშუალების შემცვლელი არ არის.

რას ნიშნავს ეს

ხმოვანი ასისტენტები უსინათლო და მცირემხედველი მომხმარებლებისთვის სულ უფრო პრაქტიკულ დამხმარე ინსტრუმენტებად იქცევიან. Apple-ს iPhone-სა და Vision Pro-ზე ანალოგიური ფუნქცია უკვე აქვს, Google-ის Guided Vision კი იმავე მიმართულებით მუშაობს და წვრილი ტექსტის წაკითხვას, ობიექტების პოვნასა და გარემოს აღწერას ჩვეულებრივ Android მოწყობილობებზეც ხდის შესაძლებელს.