ब्लाइंड नेविगेशन

यह क्या करता है

मैंने एक ऐसा ऐप्लिकेशन बनाया है जो दिव्यांग लोगों को उनके आस-पास मौजूद चीज़ों के बारे में बताता है. इस ऐप्लिकेशन में तीन मुख्य मोड हैं: "नेविगेशन मोड", जो उपयोगकर्ता को उसके आस-पास मौजूद चीज़ों के बारे में बताता है, "असिस्टेंट मोड", जो उपयोगकर्ता को उसके आस-पास मौजूद किसी खास चीज़ के बारे में बताता है, और आखिर में "रीडिंग मोड", जो उपयोगकर्ता को किताबों या किसी साइन बोर्ड जैसी चीज़ों को पढ़कर सुनाता है.
प्रोजेक्ट में तीन फ़ाइलों में Gemini एआई एपीआई का इस्तेमाल किया गया है और हर फ़ाइल को ऊपर दिए गए हर मोड के लिए असाइन किया गया है.
इसलिए, उपयोगकर्ता के मोबाइल फ़ोन का कैमरा लाइव टाइम फ़्रेम/इमेज कैप्चर करता है और फिर उन्हें Gemini के इनपुट बॉक्स में भेजता है. इसके बाद, Gemini उन्हें आउटपुट के तौर पर प्रॉम्प्ट बनाता है, क्योंकि हर मॉडल को ट्रेनिंग दी जाती है. इसके बाद, आउटपुट प्रॉम्प्ट ओवरले पर दिखाए जाते हैं. इसके बाद, टीटीएस (टेक्स्ट टू स्पीच) की मदद से, अंधे व्यक्ति उस आवाज़ को सुन सकते हैं और आसानी से नेविगेट कर सकते हैं.