Der Narrator von Windows 10 nutzt künstliche Intelligenz, um Bildunterschriften automatisch zu schreiben

Die Sprachausgabe ist ein Tool in Windows, das Text auf Ihrem PC-Bildschirm laut vorliest und Ereignisse wie Benachrichtigungen oder Kalendertermine beschreibt, sodass Sie Ihren PC ohne Display verwenden können. Sehbehinderte Menschen verwenden diese Funktion, um mit ihren PCs zu interagieren. Wenn Sie ein Foto öffnen, liest die Sprachausgabe den alternativen Text vor, der für das Foto verfügbar ist. Wie Sie wissen, enthalten die meisten Fotos keinen alternativen Text, was es für Sehbehinderte schwierig macht, die Fotos zu konsumieren. Microsoft versucht nun, dieses Problem mit künstlicher Intelligenz zu lösen.

Gestern hat Microsoft Windows 10 Build 16226 für PCs für Windows Insider freigegeben. Dieser Build enthält einen aktualisierten Narrator mit automatischer Untertitelfunktion. Der Erzähler nutzt künstliche Intelligenz, um Beschreibungen für Bilder zu generieren, die keinen Alternativtext enthalten. Es kann jetzt auch Text aus Bildern mithilfe der optischen Zeichenerkennung extrahieren. Diese Funktion wird die Art und Weise verändern, wie sehbehinderte Menschen Fotos auf ihren PCs konsumieren.

Um diese Funktion auszuprobieren, aktivieren Sie die Sprachausgabe, setzen Sie den Fokus auf ein Bild und drücken Sie dann die Feststelltaste + Umschalttaste + D, um die Beschreibung zu hören. Da es die Cognitive Services APIs von Microsoft verwendet, müssen Sie mit dem Internet verbunden sein, damit es funktioniert.