ViddyScribe

用途

Google 指出，YouTube 上有超過 140 億部公開影片，但只有少數影片可供視障人士存取。根據世界衛生組織 (WHO) 的資料，全球至少有 22 億人有近視或遠視障礙，無法充分體驗世界頂尖影片平台提供的豐富影片內容。

音訊描述是電視和電影的長期做法，也是讓失明和視障人士享用影片內容的解決方案...不過，為影片加上音訊描述的過程耗時且成本高昂，因此無法透過獨立製作的網路影片，將音訊描述內容提供給大眾。

這時就需要 ViddyScribe 這個網路平台：影片創作者可以上傳影片，並快速取得附上完整音訊描述的影片，讓影片能與視障社群分享，並供他們觀賞。

Gemini API 可用於分析使用者上傳的影片，並為影片中每個有意義的部分，產生符合內容脈絡且附上時間戳記的音訊描述。接著，系統會將口述影像轉換為語音，並放在對應的時間戳記，同時插入定格畫面、流暢的音訊轉場效果，以及產生的背景音訊，打造更舒適的聆聽體驗。

ViddyScribe 是由兩位為視障人士提供影像製作和實用解決方案的志工所創，旨在讓所有影片都真正涵蓋多元觀眾。