ViddyScribe

การทำงาน

Google ระบุว่ามีวิดีโอที่รับชมได้แบบสาธารณะบน YouTube มากกว่า 14, 000 ล้านรายการ แต่คนที่มีความบกพร่องทางสายตาสามารถเข้าถึงได้เพียงส่วนน้อยเท่านั้น องค์การอนามัยโลก (WHO) ระบุว่าผู้คนทั่วโลกอย่างน้อย 2.2 พันล้านคนมีปัญหาด้านการมองเห็นระยะใกล้หรือระยะไกล ซึ่งทำให้ไม่สามารถเพลิดเพลินกับคลังเนื้อหาวิดีโอขนาดใหญ่บนแพลตฟอร์มวิดีโอชั้นนำของโลกได้อย่างเต็มที่

คําบรรยายแทนเสียงเป็นแนวทางปฏิบัติที่มีมาอย่างยาวนานในทีวีและภาพยนตร์ และถือเป็นวิธีช่วยให้ชุมชนคนตาบอดและผู้บกพร่องทางสายตาได้ดูและเพลิดเพลินกับเนื้อหาวิดีโอ... แต่กระบวนการบรรยายวิดีโอด้วยเสียงนั้นใช้เวลาและค่าใช้จ่ายสูง ทำให้วิดีโอบรรยายด้วยเสียงไม่เข้าถึงผู้คนจำนวนมากผ่านวิดีโอบนเว็บที่สร้างขึ้นเอง

ViddyScribe คือแพลตฟอร์มบนเว็บที่เปิดโอกาสให้ครีเอเตอร์วิดีโออัปโหลดวิดีโอของตนและรับวิดีโอที่บรรยายด้วยเสียงอย่างสมบูรณ์กลับมาได้อย่างรวดเร็ว เพื่อให้ชุมชนคนตาบอดสามารถแชร์และรับชมวิดีโอได้

ระบบจะใช้ Gemini API เพื่อวิเคราะห์วิดีโอที่ผู้ใช้อัปโหลดและสร้างคำบรรยายแทนเสียงที่มีการประทับเวลาซึ่งคำนึงถึงบริบทสำหรับทุกส่วนของวิดีโอที่มีความหมาย จากนั้นระบบจะแปลงคำบรรยายแทนเสียงเป็นเสียงพูดและวางไว้ที่การประทับเวลา ขณะที่เราจะแทรกภาพนิ่ง การเปลี่ยนเสียงอย่างราบรื่น และเสียงพื้นหลังที่สร้างขึ้นเพื่อช่วยสร้างประสบการณ์การฟังที่เพลิดเพลิน

ViddyScribe สร้างขึ้นโดยอาสาสมัคร 2 คนเพื่อคนตาบอดที่มีภูมิหลังด้านวิดีโอกราฟีและโซลูชันที่มีประสิทธิภาพ โดยมีเป้าหมายเพื่อทำให้วิดีโอทุกรายการครอบคลุมทุกกลุ่มอย่างแท้จริง