SmartVision

यह क्या करता है

SmartVision,
आंखों की समस्या वाले लोगों के लिए एक मोबाइल असिस्टेंट है. यह उन्हें बेहतर तरीके से ऐक्सेस करने,
खुद से काम करने, और रोज़मर्रा के कामों में मदद करने में मदद करता है. यह मोबाइल असिस्टेंट, टेक्नोलॉजी का इस्तेमाल करके कई सुविधाएं और फ़ंक्शन उपलब्ध कराती है. ये सुविधाएं और फ़ंक्शन, ऐसे लोगों की ज़रूरतों के हिसाब से बनाए गए हैं जो कम या बिल्कुल नज़र नहीं देखते. इनकी मदद से, वे अपने रोज़मर्रा के काम आसानी से कर पाते हैं और समाज में ज़्यादा से ज़्यादा हिस्सा ले पाते हैं.
इस Android ऐप्लिकेशन में, ऑब्जेक्ट का पता लगाने, दस्तावेज़ों की खास जानकारी देने, रीडिंग मोड, चेहरे का पता लगाने, और प्रॉडक्ट स्कैन करने जैसी सुविधाएं मौजूद हैं. ऑब्जेक्ट का पता लगाने और दस्तावेज़ों की खास जानकारी पाने की सुविधाएं, Gemini API का इस्तेमाल करके बनाई गई हैं.ऑब्जेक्ट का पता लगाने की सुविधा, खास तौर पर Gemini-1.5-Flash मॉडल का इस्तेमाल करती है, क्योंकि यह Gemini-1.5-Pro की तुलना में तेज़ है. ऑब्जेक्ट की पहचान करने की सुविधा का इस्तेमाल करने के लिए, उपयोगकर्ता को स्मार्ट कैप पहननी होगी. इस कैप में वाई-फ़ाई चालू कैमरा मॉड्यूल होगा. इस कैमरे से ली गई इमेज, मोबाइल ऐप्लिकेशन पर दिखेंगी. साथ ही, इन्हें रिमोट Gemini API पर भेजा जाएगा, ताकि Gemini API रीयल टाइम में कैप्चर की गई इमेज की जानकारी दे सके. जानकारी को टेक्स्ट से बोली में बदलने की सुविधा का इस्तेमाल करके, उपयोगकर्ता को पढ़कर सुनाया जाएगा या एलान किया जाएगा. इससे, दृष्टिबाधित उपयोगकर्ता को आसानी होगी. इसके अलावा, दस्तावेज़ों की खास जानकारी देने की सुविधा(सिर्फ़ PDF के लिए) को Gemini-1.5-pro मॉडल का इस्तेमाल करके बनाया गया है. इस सुविधा का इस्तेमाल करने के लिए, उपयोगकर्ता को फ़ोन की मेमोरी में मौजूद कोई PDF दस्तावेज़ चुनना होगा और प्रॉम्प्ट टेक्स्ट सेट करना होगा. जैसे, PDF दस्तावेज़ को 150 शब्दों में खास जानकारी के तौर पर बताना. Gemini API, PDF में मौजूद टेक्स्ट कॉन्टेंट की खास जानकारी देगा और उसे उपयोगकर्ता को सुनाएगा.