Blind Companion

Qué hace

La aplicación recibe indicadores de sonido a través de los comandos por voz del usuario y los analiza con la API de Google Gemini para convertirlos en acciones. Estos comandos pueden variar. Pueden ser comandos para abrir una aplicación específica y navegar por un sitio web específico en Internet. Confirmo que la aplicación puede controlar todas estas tareas complejas de manera eficiente. En cuanto a las especificaciones, se logra mediante la integración de una tecnología avanzada de reconocimiento de voz para capturar la voz y convertirla en texto, y luego integrar la tecnología de texto a voz que realiza el proceso opuesto, lo que permite a los usuarios tener una experiencia cómoda sin necesidad de usar un teclado. Con la API de Google Gemini, la aplicación puede proporcionar respuestas rápidas y precisas, lo que mejora la experiencia del usuario. Ahora es momento de explicar los pasos que seguí para implementar la idea. Después de tener la idea, comencé a pensar en las herramientas que probablemente usaría y, luego, a implementar el proyecto. Después, comencé a trabajar en la aplicación. El primer problema que tuve fue que no pude descargar el programa Python. Después de investigar un poco, encontré una solución a este problema a través de Google. Este es el código que recopilé a través de diferentes bibliotecas en línea. El código de cada biblioteca realiza una función específica. Después de abrir la terminal y esperar unos segundos, diremos la palabra “Abrir” y se abrirá el programa.