A Google új AI-funkciója segíti a látássérülteket a valós idejű leírásokkal

A Google új funkciója, a Guided Vision, ma debütál a Gemini Live-ban, és a mesterséges intelligencia segítségével valós idejű hangalapú leírásokat ad arról, amit a telefon kamerája lát. A funkció célja, hogy segítséget nyújtson a látássérült vagy alacsony látóképességű felhasználóknak, valamint olyan helyzetekben, amikor extra segítségre van szükségük. (The Verge)

A Guided Vision segítségével a felhasználók olyan feladatokat végezhetnek el, mint például apró szövegek olvasása, környezetük leírása, tárgyak felismerése és azonosítása, valamint konkrét tárgyak részleteinek leírása. A funkció hasonló az Apple VoiceOver Live Recognitionjéhez, amely az iPhone és a Vision Pro készülékeken érhető el.

A Guided Vision a Gemini alkalmazáson kívül elérhető a Google TalkBack-ben is. Az Android 9-es vagy újabb verzióját futtató eszközökön a felhasználók egy gyorsbillentyűt is beállíthatnak a funkcióhoz a Beállítások alkalmazásban. A funkció a Pixel készülékek legutóbbi frissítéseinek részeként válik elérhetővé.

A felhasználók kérdéseket is feltehetnek a látottakkal kapcsolatban, például megkérdezhetik a Gemini-t egy termék lejárati dátumának felolvasására. A Google tájékoztatása szerint a Gemini hangjelzéseket ad, hogy segítsen a kamera beállításában, ha a keresett dolog nincs a képen. A vállalat azonban óvatosságra inti a felhasználókat, hogy ne támaszkodjanak kizárólag a Guided Visionre navigáció, biztonságos utazási útmutatás vagy akadályészlelés céljából, illetve ne használják azt mankó vagy mozgássegítő eszköz helyett.