跳到正文
IFAI

AI工具

Google 更新 Pixel 与 Android 无障碍功能:AI 找字、折叠屏双面字幕

首次发布 传播指数 36

Google 为 Pixel 和 Android 推出 4 项无障碍更新。Pixel 相机引导构图现可直接开启并改进主体识别;放大镜支持 AI 搜索现实环境中的文字;折叠屏设备新增实时转录双屏模式,支持同桌人双向看字幕;实时字幕与端侧转录则新增中文等 7 种语言。

Google 更新 Pixel 与 Android 无障碍功能:AI 找字、折叠屏双面字幕
图:blog.google

拍照对普通人来说就是抬手一按的事,但如果你看不清屏幕,怎么知道自己有没有出画、对焦准不准、光线够不够?

Google 最近给 Pixel 和 Android 带来了一批针对无障碍功能的 AI 更新。这次更新重点照顾了视障和听障群体的真实日常,把拍照、看菜单和面对面聊天这几件最琐碎的事重新打磨了一遍。

拍照靠嘴指挥,找文字像用 Ctrl+F

首先是 Pixel 相机里的「引导取景」(Guided Frame)。这项功能本来是专门帮盲人和弱视用户拍照的,这次升级后不仅能识别物体、在多人合照里过滤人脸,还能直接用语音告诉你把头抬高一点、镜头往左偏一点,甚至还会提醒你当前光线太暗。只要姿势摆对了,它就会自动按下快门。

更方便的是,以前这功能必须开着 TalkBack 屏幕阅读器才能用,现在 Google 把它直接做进了相机设置里,随手就能打开。

Pixel 5 及以上机型专属的「放大镜」(Magnifier)应用也变得更聪明了。现在它不仅能放大画面,还能像在现实世界里用搜索键一样,帮你找周围的特定单词。比如在机场找登机牌上的航班号,或者在密密麻麻的菜单里搜素食,直接输入关键词就能标出来。

放大镜还加入了画中画模式,让你一边看整体布局一边看局部小字,并且支持手动切微距或广角镜头,甚至能打开前置镜头补光当化妆镜用。

折叠屏双面显示,离线支持中文转写

针对听障朋友常用的「实时转写」(Live Transcribe),Google 想到了折叠屏的新用法。

类似 Pixel 9 Pro Fold 这样的折叠屏手机,现在只要折成半开状态立在桌上,内外两块屏幕就能同时显示实时转写的文字。这样大家围坐在会议桌或者餐桌旁聊天时,对面的人也能实时看见屏幕上的对话内容,不用把手机转来转去递着看。

另外在语言方面,系统级的「即时字幕」(Live Caption)新增了中文、韩语、波兰语、葡萄牙语、俄语、土耳其语和越南语。

这七种新语言也同步加入了实时转写的端侧离线包。这意味着在坐地铁、坐飞机或者完全没网的情况下,支持离线转写的语言增加到了 15 种,联网状态下则继续支持超过 120 种语言。

为什么重要

无障碍功能往往是科技巨头最容易拿来当门面的地方,但 Google 这次拿出来的东西很具体,解决的不是宏大的空话,而是现实世界里极小的摩擦点。

把环境文字搜索做进放大镜,对低视力群体来说实用性极高。过去弱视用户可能需要把手机贴在指示牌前一点一点挪着看,现在有了文字检索和画中画,找信息的效率完全不在一个量级。而把引导取景从无障碍专用的 TalkBack 拆出来放进系统相机设置,看起来是个小改动,实际上打破了残障工具和普通工具之间的界限,哪怕只是眼睛有些老花的长辈也能直接受益。

折叠屏的双屏转写也是个非常聪明的巧思。折叠屏问世这几年,很多厂商都在想怎么用大屏做多任务或者玩游戏,但 Google 把它做成了促进面对面沟通的无障碍看板。这种基于硬件形态自然延伸出的软件功能,比单纯堆硬件参数更能体现产品的同理心。

当然,这些功能目前最大的门槛依然是机型限制。好用的功能大多绑在 Pixel 甚至新款折叠屏上,普通 Android 手机暂时享受不到全套体验。我们认为,Google 如果能逐步把端侧的图像检索与视觉引导下放到更广泛的 Android 生态里,才能真正让这些好技术变成人人都用得起的标配。

来源 (1)

  1. [1]
    blog.google(在新标签页打开)原文blog.google

每日 AI 内容精选