قابل مشاهده

کاری که انجام می دهد

Visibl یک برنامه iOS است که کتاب‌های صوتی را به کتاب‌های ویدیویی همهجانبه تبدیل می‌کند و تجربه شنیداری شما را به یک سفر بصری تبدیل می‌کند. همانطور که گوش می دهید، Visibl به صورت پویا تصاویر را در زمان واقعی تولید می کند و به کاربران امکان می دهد تفسیر بصری منحصر به فردی از کتاب صوتی را که از آن لذت می برند، ببینند. این برنامه فقط تصاویر ثابت ایجاد نمی کند. کاربران را قادر می‌سازد تا تصاویر را تحت تأثیر قرار دهند و آن‌ها را راهنمایی کنند و هر سفر را در یک کتاب بسیار شخصی‌سازی کنند.

Visibl از قدرت Gemini API به سه روش کلیدی استفاده می کند:

- رونویسی صوتی: برنامه صوتی کتاب صوتی را به متن رونویسی می کند و از نمایش دقیق محتوا اطمینان می دهد.

- شناسایی نهاد نامگذاری شده (NER): این به برنامه اجازه می دهد تا شخصیت ها، مکان ها و اشیاء کلیدی درون متن را شناسایی و بر روی آنها تمرکز کند، که برای تولید تصاویر بصری مرتبط با زمینه بسیار مهم هستند (Gemini 1.5 Pro)

- Image Prompt Generation: با استفاده از بینش‌های رونویسی و NER، برنامه پیام‌های تصویری دقیق و شخصی‌سازی‌شده تولید می‌کند که سپس توسط مدل‌های انتشار برای ایجاد تصاویر در زمان واقعی استفاده می‌شود. (جمینی 1.5 پرو)

این ترکیب از ویژگی‌های Gemini API تضمین می‌کند که Visibl نه تنها راهی جدید برای تجربه کتاب‌های صوتی ارائه می‌کند، بلکه تجربه را به‌طور منحصربه‌فرد برای هر کاربر ایجاد می‌کند.