Zawartość
Jednym z głównych tematów przewodnich otwierającego Google I / O 2019 była integracja. Nowa funkcja w Androidzie Q ma na celu poprawę włączenia osób niesłyszących i niedosłyszących, oferując natychmiastowe napisy do dowolnego dźwięku lub wideo odtwarzanego na telefonie.
Funkcja o nazwie Live Caption wykorzystuje sztuczną inteligencję do przekształcania mowy odtwarzanej na smartfonie na szybkie i dokładne napisy. Piękno tego jest to, że funkcja działa z każdą aplikacją, niezależnie od tego, czy odtwarza audio lub wideo, i niezależnie od tego, czy treść jest przesyłana strumieniowo z serwera, odtwarzana z lokalnego magazynu lub generowana w locie przez człowieka.
Recenzja Google Pixel 3a XL: Przyjdź po aparat, zostań z wrażeniami
Live Caption współpracuje z podcastami, wideo, audio i czatami wideo, takimi jak Duo. Demo, które widzieliśmy na scenie keynote Google I / O, wydawało się bardzo płynne i imponujące, choć oczywiście rzeczywiste wyniki w świecie mogą się różnić.
Funkcja Live Caption będzie dostępna za jednym dotknięciem - użytkownicy będą mogli ją aktywować, klikając nową ikonę widoczną podczas zmiany głośności systemu. Wszystko jest przetwarzane lokalnie, co oznacza, że nie musisz się martwić, że osoby trzecie nasłuchują na twoich rozmowach.
Podpisy są wyświetlane w czarnym oknie nałożonym na normalny interfejs. Podpisy nie są zapisywane na później, więc zobaczysz je tylko podczas odtwarzania odpowiedniego dźwięku.
Live Caption współpracuje z podcastami, wideo, audio i czatami wideo, takimi jak Duo.
Podczas gdy osoby niesłyszące mogą czerpać najwięcej korzyści z tej nowej, fajnej funkcji, Live Caption może być przydatny dla wielu innych użytkowników w różnych sytuacjach. Działa nawet, gdy dźwięk jest obniżony do zera, umożliwiając użytkownikom spożywanie treści bez zakłócania spokoju.
Live Caption to nowa funkcja ułatwień dostępu wbudowana w Androida Q. Przed użyciem musisz włączyć ją w ustawieniach i na razie nie wiadomo, czy funkcja ta będzie dostępna dla wszystkich producentów OEM na urządzeniach z Androidem Q.
Przekaźnik na żywo
Chociaż możliwość oglądania filmów przy wyciszeniu jest całkiem fajna, jest również banalna w porównaniu do zmieniającego życie efektu technologii napisów na żywo dla niektórych osób. Google pokazało, w jaki sposób Live Caption, w połączeniu ze swoimi funkcjami Smart Reply i Smart Compose, które zadebiutowały w zeszłym roku, może pomóc osobom, które nie mówią, prowadzić rozmowy. Technologia, zwana Live Relay, może przekształcić mowę w tekst pisany, z którym niesłyszący użytkownicy mogą z łatwością korzystać. Następnie odpowiedź jest przekształcana w głos syntezowany i przekazywana osobie na końcu linii.
Projekt Euphonia
Postępując krok naprzód, badacze Google szukają również sposobów trenowania modeli rozpoznawania mowy w celu zrozumienia niestandardowych przemówień, takich jak te od osób jąkających się, mających udar mózgu lub cierpiących na inne upośledzenia. Długofalowym celem jest sprawienie, aby komputery zrozumiały miliony ludzi, którzy mają upośledzenie mowy lub w ogóle nie mogą mówić.
Google ostrzegł, że w tym zadaniu jest jeszcze wiele do zrobienia, aby technologia działała dosłownie dla każdego. Dyrektor naczelny Sundar Pichai zaprosił osoby z upośledzeniem mowy do dostarczenia próbek mowy, które pomogą firmie w opracowaniu bardziej rozpoznawalnych technologii rozpoznawania.
Bądź na bieżąco, aby uzyskać więcej informacji od Google I / O.
