Google推出更多無障礙功能 藉由AI加強螢幕閱讀器的分析、互動功能

在蘋果因應5月16日的全球無障礙 體認日 (Global Accessibility Awareness Day)推出諸多無障礙功能 後，Google 也同樣在全球無障礙體認日推出多款在Android、Chrome的無障礙功能。

其中，Google將Gemini人工智慧 技術整合至Android螢幕閱讀器「TalkBack」功能內，即使螢幕顯示內容沒有具體文字內容，依然可透過人工智慧方式生成圖像描述，甚至也能進一步針對描述內容進行提問，例如可回答圖像中人物穿著細節、穿戴配件等，另外也能透過此功能查詢購物服務呈現商品的材質、是否有額外折扣等。

而在新版 「Expressive Captions」字幕功能，則是進一步利用人工智慧技術分析影片中人物說話語氣，並且讓生成字幕透過額外描述方式詮釋更多「情緒」，例如當賽事講解人員激動表達進球時高喊「精彩得分」時，生成字幕會在後續加上「～～～～！」之類的標點符號，或是加上相關聲音標籤，藉此呈現不同解說情緒，讓更多聽障者透過字幕也能感受講解人員當下激動情緒。

不過，此功能將僅先針對英語使用地區提供，包含美國、英國、加拿大、澳洲境內搭載Android 15 以上的裝置均可使用。

藉由2019年啟用的「Euphonia」項目，讓非當地語言使用者也能順利使用語音 辨識功能，例如讓非英語使用者在使用生澀的英語發音下達聲控指令時，依然可讓語音辨識功能正常識別運作。而「Euphonia」項目目前已經透過GitHub提供開源程式碼資源，讓更多人可以打造客製化應用服務，或是訓練不同語音識別效果。

另外，Google也透過其Google.org單位協助英國倫敦大學學院創建數位語言包容中心 (CDLI)，改善非洲非英語使用者的語音辨識技術，其中建立10種非洲語言的開源資料集，並且建立新語音辨識模型，使其能應用在更多語音識別應用服務。

其他更新部分，則包含加入可讓身障者透過臉部表情操作Chromebook，並且在閱讀模式加入更多自訂選項，同時也能透過螢幕閱讀器「TalkBack」功能檢視螢幕顯示內容，或是透過字幕觀看影片，而透過OCR光學字元辨識技術更讓Chrome瀏覽器能更容易識別PDF文件內容，甚至能進一步選取、複製或搜尋PDF文件的文字內容，另外也能透過自動放大效果，讓視障 者更容易透過Chrome瀏覽器檢視網頁內容。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》