ViddyScribe

機能

Google によると、YouTube には公開されている動画が 140 億本以上ありますが、視覚障がいのあるユーザーがアクセスできるのはそのごく一部にすぎません。WHO によると、世界中で少なくとも 22 億人が近視または遠視の障がいを抱えており、世界有数の動画プラットフォームに存在する膨大な動画コンテンツを十分に楽しむことができません。

音声による説明は、テレビや映画で長年行われてきた手法であり、盲人や視覚障がいのある人々が動画ベースのコンテンツを視聴して楽しむためのソリューションとみなされています。しかし、動画の音声による説明のプロセスは時間と費用がかかりすぎるため、個別に作成されたウェブベースの動画を通じて音声による説明を一般に公開することはできません。

ViddyScribe は、動画クリエイターが動画をアップロードして、完全な音声による説明をすばやく受け取ることができるウェブ プラットフォームです。これにより、動画を視覚障がい者コミュニティと共有して楽しむことができます。

Gemini API は、ユーザーがアップロードした動画を分析し、動画の意味のあるセクションごとにコンテキストに応じたタイムスタンプ付きの音声による説明を生成するために使用されます。その後、音声による説明が音声に変換され、タイムスタンプに配置されます。また、快適な視聴体験を実現するために、フリーズ フレーム、スムーズな音声の切り替え、生成されたバックグラウンド音声が挿入されます。

ViddyScribe は、動画撮影とインパクトのあるソリューションのバックグラウンドを持つ 2 人の視覚障がい者ボランティアによって作成されました。ViddyScribe は、すべての動画を真に包括的なものにすることを目標としています。