Indhold
Et af de store temaer i åbningen af Google I / O 2019-åbningen var inklusivitet. En ny funktion i Android Q sigter mod at forbedre inklusiviteten for personer, der er døve og hørehæmmede ved at tilbyde øjeblikkelig billedtekst til næsten enhver lyd eller video, der afspilles på en telefon.
Funktionen, der kaldes Live Caption, bruger AI til at oversætte tale, der afspilles på en smartphone til hurtige, nøjagtige billedtekster. Det smukke ved det er funktionen, der fungerer med enhver app, uanset om den afspiller lyd eller video, og uanset om indholdet streames fra en server, afspilles fra lokal opbevaring eller genereres på farten af et menneske.
Google Pixel 3a XL anmeldelse: Kom til kameraet, bliv for oplevelsen
Live Caption fungerer med podcasts, videoer, lyd og videochat apps som Duo. Demoen, vi så på scenen med Google I / O-keynote, virkede meget glat og imponerende, selvom resultaterne af den virkelige verden naturligvis kan variere.
Live caption vil være tilgængelig med et enkelt tryk - brugere vil være i stand til at aktivere det ved at klikke på et nyt ikon, der er synligt, når de ændrer systemvolumen. Alt behandles lokalt, hvilket betyder, at du ikke behøver at bekymre dig om, at tredjeparter lytter til dine samtaler.
Billedtekster vises i et sort vindue, der er lagt over toppen af den normale grænseflade. Billedtekster gemmes ikke til senere, så du vil kun se dem, når den tilsvarende lyd afspilles.
Live Caption fungerer med podcasts, videoer, lyd og videochat apps som Duo.
Mens døve kan drage fordel af det meste af denne seje nye funktion, har Live Caption potentialet til at være nyttigt for mange andre brugere i forskellige situationer. Det fungerer endda, når lyden er slået ned til nul, så brugerne kan forbruge indhold uden at forstyrre nogen der er omkring.
Live Caption er en ny tilgængelighedsfunktion, der er bagt i Android Q. Du skal aktivere den fra indstillingerne, før du bruger den, og det er ikke klart for nu, om funktionen vil blive inkluderet af alle OEM'er på deres Android Q-enheder.
Live relæ
Mens muligheden for at se videoer på stum er temmelig cool, er det også trivielt i sammenligning med den livsændrende virkning, som livetekstteknologi kan have for nogle mennesker. Google viste, hvordan Live Caption kombineret med dens Smart Answer og Smart Compose-funktioner, som den første debut i sidste år, kan hjælpe folk, der ikke kan tale, har samtaler. Teknikken, kaldet Live Relay, kan omdanne tale til skrevet tekst, som døve brugere let kan interagere med. Derefter omdannes svaret til syntetiseret stemme og videresendes til personen i slutningen af linjen.
Projekt Euphonia
Når man tager tingene et skridt fremad, søger Googles forskere også måder at træne talegenkendelsesmodeller til at forstå taler, der ikke er standard, ligesom dem fra folk, der stutter, havde slagtilfælde eller lider af andre handicap. Det langsigtede mål er at få computere til at forstå de millioner af mennesker derude, der har talehæmmelser eller ikke engang kan tale.
Google advarede om, at der stadig er meget arbejde, der skal gøres i denne søgen for at få teknologi til at fungere for bogstaveligt talt alle. Administrerende direktør Sundar Pichai opfordrede folk med talehæmmelser til at bidrage med taleprøver, der vil hjælpe virksomheden med at opbygge mere inkluderende genkendelsesteknologier.
Hold øje med mere fra Google I / O.
