Vision Crafters

کاری که انجام می دهد

هدف:
برنامه تلفن همراه ما با افزایش درک آنها از محیط اطراف، به افراد کم بینا قدرت می بخشد. این اپلیکیشن با استفاده از دوربین دستگاه، تصاویر یا ویدیوها را می گیرد و آنها را از طریق Gemini API پردازش می کند تا متن توصیفی تولید کند که سپس به گفتار تبدیل می شود. این برنامه همچنین دارای کنترل‌های حرکتی برای ضبط عکس/فیلم است و تشخیص خطر را برای بالا بردن آلارم در موقعیت‌های خطرناک یکپارچه می‌کند.

ادغام جوزا:
Gemini در برنامه ما یکپارچه است و قابلیت های پیشرفته پردازش صحنه به متن را ارائه می دهد. داده های بصری از تصاویر و فیلم ها را به توضیحات متنی دقیق و دقیق ترجمه می کند. Gemini در تشخیص صحنه های پیچیده و شناسایی خطرات بالقوه برتری دارد و بازخورد دقیق و عملی را به کاربران ارائه می دهد. این قابلیت برای ایجاد یک تجربه در دسترس و آموزنده بسیار مهم است و Gemini را هم برای توصیف متن و هم برای تشخیص خطر ضروری می کند. علاوه بر این، Gemini برای تولید عناوین برای گزارش های تعامل استفاده می شود.

ویژگی ها:
-پردازش صحنه به متن با Gemini.
-کنترل های تبدیل متن به گفتار، گفتار به نوشتار و اشاره برای دسترسی.
-تشخیص خطر با Gemini و هشدارها.
- گزارش تعامل با عناوین تولید شده توسط Gemini.

کاربران نهایی:
برای افراد کم بینا و مراقبین آنها طراحی شده است.

مزایا:
-افزایش درک محیط از طریق صدا.
بهبود ایمنی با هشدارهای خطر.
-افزایش استقلال و دسترسی آسان به سیاههها.