قابلیت‌های جدید هوش مصنوعی برای اندروید و کروم رونمایی شد

گوگل روز پنج‌شنبه از مجموعه‌ای از قابلیت‌های جدید مبتنی بر هوش مصنوعی و بهبودهای دسترسی‌پذیری در سیستم‌عامل اندروید و مرورگر Chrome رونمایی کرد.

به گزارش تکناک، مهم‌ترین این تغییرات، اضافه شدن توانایی گفت‌وگو با دستیار هوش مصنوعی Gemini در ابزار TalkBack است. این قابلیت به کاربران نابینا یا کم‌بینا اجازه می‌دهد درباره محتوای تصاویر و صفحه‌نمایش گوشی خود پرسش‌هایی را مطرح کرده و پاسخ دریافت کنند.

گوگل پیش‌تر امکان استفاده از Gemini برای توصیف تصاویر فاقد متن جایگزین را در TalkBack فراهم کرده بود. اما در نسخه جدید، کاربران نه‌تنها می‌توانند توصیف دقیقی از تصاویر دریافت کنند، بلکه قادر خواهند بود درباره جزئیات موجود در آن‌ها نیز سؤالاتی بپرسند. به‌عنوان نمونه، در صورت دریافت تصویر گیتار از یک دوست، کاربر می‌تواند درباره برند یا رنگ آن اطلاعات کسب کند. همچنین، کاربران می‌توانند هنگام مشاهده هر اپلیکیشنی روی صفحه، از Gemini بپرسند که یک کالای خاص از چه جنسی است یا تخفیفی برای آن وجود دارد یا خیر.

به نقل از تک‌کرانچ، در کنار این قابلیت، گوگل نسخه ارتقایافته‌ای از Expressive Captions را نیز معرفی کرده است. این سیستم، که زیرنویس لحظه‌ای گفتار افراد را با استفاده از هوش مصنوعی تولید می‌کند، اکنون می‌تواند نحوه بیان کلمات را نیز در نظر بگیرد. به‌عنوان مثال، تفاوت بین «نه» ساده و «نهههههه» یا بیان کشیده «عااااالی» در زیرنویس‌ها مشخص خواهد بود. همچنین، برچسب‌های صوتی جدیدی مانند سرفه یا سوت زدن نیز به زیرنویس‌ها افزوده شده‌اند.

این به‌روزرسانی در مرحله نخست برای کاربران انگلیسی‌زبان در ایالات متحده، بریتانیا، کانادا و استرالیا منتشر شده و فقط روی دستگاه‌هایی که به اندروید ۱۵ یا بالاتر مجهز هستند، قابل استفاده خواهد بود.

علاوه بر تغییرات اندروید، مرورگر کروم نیز شاهد بهبودهای قابل توجهی بوده است. گوگل اعلام کرد که از این پس فایل‌های PDF اسکن‌شده که پیش‌تر برای صفحه‌خوان‌ها قابل شناسایی نبودند، به لطف فناوری جدید تشخیص نوری کاراکتر (OCR) به‌صورت خودکار شناسایی می‌شوند. کاربران اکنون می‌توانند در این فایل‌ها جست‌وجو کنند، متن را انتخاب و کپی کرده و با استفاده از صفحه‌خوان آن‌ها را مطالعه کنند.

در نهایت، قابلیت Page Zoom نیز در نسخه اندروید مرورگر Chrome ارتقا یافته است. این ویژگی به کاربران امکان می‌دهد تا اندازه متن صفحات را بدون به‌هم‌ریختن ساختار ظاهری آن‌ها افزایش دهند. کاربران می‌توانند میزان بزرگ‌نمایی را به دلخواه تنظیم کرده و آن را به‌صورت عمومی یا برای صفحات خاص فعال کنند. دسترسی به این قابلیت از طریق منوی سه‌نقطه‌ای در گوشه بالای مرورگر امکان‌پذیر است.