之前,我们介绍过这样一个功能,
可以让视障者也能“看见”图片
:
一直以来,当视障用户使用智能手机时,都能通过自带的读屏功能听到文字。
可一旦碰上图片动态,他们就只能听见“图片”、“图片”、“图片”......
而我们做了一个尝试,希望这些图片也能“说话”。
在最新安卓版QQ空间APP中,增加了「图片语音即时描述功能」。它能识别图片的内容,并“说出”一句文字描述。就像这样——
一位参与内测体验的视障小伙伴说:
可能你不会觉得有什么,但对我而言却仿佛打开了一扇全新的大门。
QQ空间这个功能,来源于2017年产品团队与合作伙伴深圳信息无障碍研究会的一次交流。而同年,我们试着开放了高精度图像识别服务能力。
令人惊喜的是,许多国内PC和手机读屏软件接入后实现了对图片的朗读,一定程度上让视障人士有了更多选择。
这也让我们更加坚信,AI 不仅要 “IN ALL”,更需要 “FOR ALL”。
于是今天,我们在科技无障碍发展大会上宣布,在中国残疾人联合会的支持下,正式启动“AI无障碍:QQ空间无障碍技术开源项目”。
我们会开放这样一批AI技术,让更多企业、开发者能够自由接入并使用——
能听的图片:图片转语音技术
它能通过深度神经网络识别图片的内容,然后组织语言,以通顺并符合人类语言习惯描述图片,并通过语音说出来,就像QQ空间里能“说话”的图片一样;
看图识字:OCR识别技术
它可以识别图片上的文字,比如身份证、指示牌、一张PPT的照片等等,能让你对文本信息的获取更为便捷,不仅在日常生活中很实用,结合语音技术还能为许多障碍人群提供便利;
多角色定制语音:语音合成技术
它能通过机器学习训练,将文字以特定角色的声音诵读出来,让语音合成更加真实有情绪、获取信息更加容易,未来也许能用你的声音为奶奶念出一份说明书;
这些技术,你都可以在小程序 “多媒体AI平台”中找到。
我们还为这些特别适用于无障碍场景的AI技术开辟了专门的入口:
腾讯从2009年开始就进入到无障碍产品的改造中。
在探索中,我们越来越强烈地意识到,所有用户都有权利更方便地获取信息、更自由地交流,而这绝不是一个人就能走下去的道路。
所以,我们希望无障碍技术的普及,能降低产品应用新技术的门槛,让越来越多的行业和企业都加入这项探索中。
这样,我们才能一起消除前方的障碍,为更多人打开新的大门。
今日互动:
哪位大牛把摘要翻译一下?
以及未来你还希望看到
哪些技术也能开放出来?
- 第一时间解读鹅厂最新动态 -
领取专属 10元无门槛券
私享最新 技术干货