Contenuto
Uno dei grandi temi del keynote di apertura di I / O 2019 di Google è stata l'inclusività. Una nuova funzionalità di Android Q mira a migliorare l'inclusività per le persone sorde e con problemi di udito offrendo didascalie istantanee a qualsiasi audio o video riprodotto su un telefono.
Chiamata Live Caption, la funzione impiega l'intelligenza artificiale per tradurre il parlato riprodotto su uno smartphone in sottotitoli veloci e precisi. Il bello è che la funzionalità funziona con qualsiasi app, indipendentemente dal fatto che riproduca audio o video e indipendentemente dal fatto che il contenuto sia trasmesso in streaming da un server, riprodotto da una memoria locale o generato al volo da un essere umano.
Recensione di Google Pixel 3a XL: vieni per la fotocamera, resta per l'esperienza
Live Caption funziona con podcast, video, audio e app di chat video come Duo. La demo che abbiamo visto sul palco del keynote di Google I / O sembrava molto fluida e impressionante, anche se ovviamente i risultati del mondo reale possono variare.
La didascalia live sarà accessibile con un solo tocco: gli utenti saranno in grado di attivarla facendo clic su una nuova icona visibile quando si modifica il volume del sistema. Tutto viene elaborato localmente, il che significa che non dovrai preoccuparti che terze parti ascoltino le tue conversazioni.
I sottotitoli vengono visualizzati in una finestra nera sovrapposta all'interfaccia normale. I sottotitoli non vengono salvati per dopo, quindi li vedrai solo quando viene riprodotto l'audio corrispondente.
Live Caption funziona con podcast, video, audio e app di chat video come Duo.
Mentre le persone non udenti possono trarre il massimo vantaggio da questa nuova fantastica funzionalità, Live Caption ha il potenziale per essere utile per molti altri utenti, in una varietà di situazioni. Funziona anche quando l'audio viene ridotto a zero, consentendo agli utenti di consumare contenuti senza disturbare nessuno.
La didascalia dal vivo è una nuova funzionalità di accessibilità integrata in Android Q. Dovrai abilitarla dalle impostazioni prima di utilizzarla e per ora non è chiaro se la funzionalità sarà inclusa da tutti gli OEM nei loro dispositivi Android Q.
Relè live
Mentre la capacità di guardare video in modalità mute è piuttosto interessante, è anche banale rispetto all'effetto che può cambiare la vita che la tecnologia di sottotitoli in diretta potrebbe avere per alcune persone. Google ha mostrato come Live Caption, insieme alle sue funzioni Smart Reply e Smart Compose che ha debuttato per la prima volta l'anno scorso, può aiutare le persone che non possono parlare a conversare. La tecnologia, chiamata Live Relay, può trasformare il parlato in testo scritto con cui gli utenti non udenti possono interagire facilmente. Successivamente, la risposta viene trasformata in voce sintetizzata e trasmessa alla persona alla fine della riga.
Progetto Euphonia
Facendo un passo avanti, i ricercatori di Google sono anche alla ricerca di modi per addestrare modelli di riconoscimento vocale per comprendere discorsi non standard, come quelli di persone che balbettano, hanno avuto ictus o soffrono di altre menomazioni. L'obiettivo a lungo termine è far capire ai computer i milioni di persone che hanno problemi di linguaggio o che non sanno nemmeno parlare.
Google ha avvertito che c'è ancora molto lavoro da fare in questa ricerca per far funzionare la tecnologia letteralmente per tutti. L'amministratore delegato Sundar Pichai ha invitato le persone con problemi di linguaggio a contribuire con esempi di linguaggio che aiuteranno l'azienda a costruire tecnologie di riconoscimento più inclusive.
Resta sintonizzato per ulteriori informazioni da I / O di Google.
