Ο Αφηγητής των Windows 10 χρησιμοποιεί τεχνητή νοημοσύνη για να γράφει αυτόματα λεζάντες φωτογραφιών

Ο Αφηγητής είναι ένα εργαλείο στα Windows που διαβάζει κείμενο στην οθόνη του υπολογιστή σας δυνατά και περιγράφει συμβάντα, όπως ειδοποιήσεις ή συναντήσεις ημερολογίου, ώστε να μπορείτε να χρησιμοποιείτε τον υπολογιστή σας χωρίς οθόνη. Τα άτομα με προβλήματα όρασης χρησιμοποιούν αυτή τη δυνατότητα για να αλληλεπιδρούν με τον υπολογιστή τους. Όταν ανοίγετε μια φωτογραφία, ο Αφηγητής θα διαβάσει το εναλλακτικό κείμενο που είναι διαθέσιμο για τη φωτογραφία. Όπως γνωρίζετε, οι περισσότερες φωτογραφίες δεν περιλαμβάνουν εναλλακτικό κείμενο που δυσκολεύει την κατανάλωση των φωτογραφιών για άτομα με προβλήματα όρασης. Η Microsoft προσπαθεί τώρα να λύσει αυτό το ζήτημα χρησιμοποιώντας τεχνητή νοημοσύνη.

Χθες, η Microsoft κυκλοφόρησε το Windows 10 Build 16226 για υπολογιστές στα Windows Insiders. Αυτή η έκδοση περιλαμβάνει έναν ενημερωμένο Αφηγητή με δυνατότητα αυτόματης δημιουργίας υπότιτλων. Ο Αφηγητής θα χρησιμοποιήσει τεχνητή νοημοσύνη για να δημιουργήσει περιγραφές για εικόνες που δεν περιλαμβάνουν εναλλακτικό κείμενο. Μπορεί επίσης τώρα να εξάγει κείμενο από εικόνες χρησιμοποιώντας οπτική αναγνώριση χαρακτήρων. Αυτή η δυνατότητα θα αλλάξει τον τρόπο με τον οποίο τα άτομα με προβλήματα όρασης καταναλώνουν φωτογραφίες στον υπολογιστή τους.

Για να δοκιμάσετε αυτήν τη λειτουργία, ενεργοποιήστε τον Αφηγητή, ορίστε την εστίαση σε μια εικόνα και, στη συνέχεια, πατήστε Capslock + Shift + D για να ακούσετε την περιγραφή της. Καθώς κάνει χρήση των API Γνωσιακών Υπηρεσιών της Microsoft, θα πρέπει να είστε συνδεδεμένοι στο διαδίκτυο για να λειτουργήσει.