Tartalom
A Google I / O 2019 nyitó vitaindító témájának egyik fő témája az inkluzivitás volt. Az Android Q új funkciója célja, hogy javítsa a siket és hallássérült személyek befogadóképességét azáltal, hogy azonnali feliratokat kínál a telefonon lejátszott audio- vagy videofelvételekhez.
A Live Caption néven működő szolgáltatás az AI-t alkalmazza az okostelefonon lejátszott beszéd gyors, pontos feliratokra történő fordítására. A szépség a szolgáltatás, amely bármilyen alkalmazással működik, függetlenül attól, hogy hangot vagy videót játszik le, és függetlenül attól, hogy a tartalmat szerverről közvetíti, a helyi tárolóból játssza le, vagy egy ember repüléssel generálja.
A Google Pixel 3a XL áttekintése: Gyere a fényképezőgéphez, maradj élményhez
Az Élő felirat olyan podcastokkal, videókkal, audio- és videocsevegő alkalmazásokkal működik, mint a Duo. A demo, amelyet a Google I / O vitaindító színpadán láttunk, nagyon simának és lenyűgözőnek tűnt, bár a valós eredmények nyilvánvalóan eltérhetnek.
Az élő felirat egyetlen érintéssel érhető el - a felhasználók aktiválhatják azt egy új ikonra kattintással, amely látható a rendszer hangerejének megváltoztatásakor. Minden helyben kerül feldolgozásra, azaz nem kell aggódnia, hogy harmadik felek meghallgassák a beszélgetéseit.
A képaláírások egy fekete ablakban vannak feltüntetve, amely a normál felület tetején van. A feliratokat nem menti el később, így csak akkor láthatja őket, amikor a megfelelő hangot lejátssza.
Az Élő felirat olyan podcastokkal, videókkal, audio- és videocsevegő alkalmazásokkal működik, mint a Duo.
Noha a süket emberek ennek a hűvös új szolgáltatásnak a legtöbb előnyeit élvezhetik, a Live Caption sok más felhasználó számára hasznos lehet, különféle helyzetekben. Még akkor is működik, ha az audio nullára van állítva, így a felhasználók tartalmat fogyaszthatnak anélkül, hogy bárki zavarná a környéken.
A Live Caption egy új akadálymentesség-szolgáltatás, amelyet az Android Q-ba süttek. Használat előtt engedélyeznie kell azt a beállításokból, és egyelőre nem világos, hogy a szolgáltatást az összes OEM-gyártó bevonja-e Android Q-készülékeibe.
Élő közvetítés
Noha a néma videókat nézni nagyon jó, ez ugyanakkor triviális is ahhoz képest, hogy az élő feliratozás technológiája néhány ember életében változhat. A Google megmutatta, hogy a Live Caption, valamint az intelligens válasz és a Smart Compose funkciókkal együtt, amelyeket előzőleg debütált a tavalyi évben, segíthet beszélgetésekben azoknak, akik nem tudnak beszélni. A Live Relay elnevezésű technológia képes a beszédet írott szöveggé alakítani, amellyel a siket felhasználók könnyen kommunikálhatnak. Ezután a választ szintetizált hangmá alakítják, és a sor végén továbbítják a személynek.
Euphonia projekt
A Google kutatói egy lépéssel előrehaladva keresik a beszédfelismerési modellek továbbképzésének módját a nem szabványos beszédek megértése érdekében, például azok közül, akik dadognak, stroke-ot szenvednek vagy más rendellenességtől szenvednek. Hosszú távú cél az, hogy a számítógépek megértsék a milliók millióit, akik beszédzavarok, vagy egyáltalán nem tudnak beszélni.
A Google figyelmeztette, hogy még mindig sok tennivalónk van annak érdekében, hogy a technológia szó szerint mindenki számára működjön. Sundar Pichai vezérigazgató felkérte a beszédképességű embereket, hogy nyújtsanak be beszédmintákat, amelyek elősegítik a társaság befogadóbb felismerési technológiáinak felépítését.
Kísérje figyelemmel a Google I / O további szolgáltatásait.
