Искусственный интеллект «Гугл» научился читать мелкий текст вслух: как работает Guided Vision

Функция Guided Vision работает внутри Gemini Live, голосового режима искусственного интеллекта Google, и доступна на совместимых Android-устройствах начиная с Android 9. Помимо приложения Gemini, её можно использовать через Google TalkBack (встроенную программу экранного чтения для Android) или настроить как быстрый ярлык в меню «Специальные возможности». О запуске объявили вместе с очередным пакетом обновлений для устройств Pixel.

Функция рассчитана на людей с полной или частичной потерей зрения, но подходит и тем, кому просто неудобно разбирать мелкий шрифт на упаковке, ценнике или инструкции к лекарству. По подходу это ближайший аналог функции VoiceOver Live Recognition, которую Apple добавила на iPhone и Vision Pro, только здесь работает искусственный интеллект Google через мультимодальную модель Gemini (мультимодальная означает «понимает одновременно текст, изображение и голос»).

Что понадобится?

• Смартфон на Android 9 или новее (функция анонсирована для совместимых устройств, Pixel обновляется первым)
• Установленное приложение Gemini с доступом к режиму Gemini Live
• Рабочая камера и динамик или наушники для голосовых ответов
• Примерно 2 минуты на настройку

Как включить и пользоваться: пошаговая инструкция

1. Убедитесь, что Android обновлён до версии 9 или выше, а приложение Gemini установлено из Google Play и обновлено до последней версии.

2. Откройте Gemini и перейдите в режим Gemini Live (голосовой режим, в котором искусственный интеллект Google ведёт диалог в реальном времени).

3. Предоставьте приложению доступ к камере, когда оно попросит.

4. Наведите камеру на объект с мелким текстом: упаковку лекарства, ценник, договор, этикетку продукта.

5. Попросите Gemini вслух прочитать текст. Можно сказать:

Прочитай текст на упаковке

или

Какой срок годности у этого продукта?

1. Дождитесь голосового ответа. Если нужный объект не попадает в кадр, Gemini подскажет звуковыми сигналами, куда направить камеру.

2. Задавайте уточняющие вопросы, не прерывая сессию. Например, после того как Gemini нашёл нужный продукт на полке, спросите:

Прочитай дату изготовления на этикетке

Альтернативный способ: откройте «Настройки» на смартфоне, перейдите в раздел «Специальные возможности» и назначьте Guided Vision на ярлык быстрого доступа. Так функцию можно вызвать в любой момент, не заходя в Gemini вручную. Также Guided Vision доступна через Google TalkBack, программу экранного чтения, уже знакомую пользователям с нарушениями зрения.

Что делать с этим прямо сейчас?

Если у вас или у близких ослаблено зрение: настройте Guided Vision через ярлык специальных возможностей, чтобы функция запускалась в одно касание. Для русскоязычных пользователей это практичный способ разбирать ценники, упаковки и мелкий шрифт документов без посторонней помощи.

Если вы автор Дзена: протестируйте функцию и напишите обзор для аудитории 50+, этой аудитории тема помощи при слабом зрении близка лично. Скриншоты диалога с Gemini и реальные примеры использования дадут хороший отклик.

Если вы маркетолог или предприниматель: учитывайте, что мелкий текст на упаковке теперь читается вслух через камеру. Информация на этикетках, ценниках, листовках становится доступнее, а значит, и заметнее для аудитории с ограниченным зрением.

Для пользователей в России: функция привязана к Gemini Live, а приложение Gemini пока ограничено в РФ. Из доступных в России альтернатив для распознавания текста камерой: приложение «Яндекс», Google Lens через браузер Chrome, а также специализированные приложения вроде Seeing AI от Microsoft. Полноценного голосового диалога, как у Guided Vision, они пока не дают, но базовое чтение текста с камеры выполняют.

Функция бесплатна, работает на устройствах от Android 9 и не требует подписки. Если у вас в семье есть человек, которому трудно читать мелкий шрифт, покажите ему Guided Vision и помогите настроить ярлык: две минуты на настройку могут заменить годы просьб «прочитай мне, что тут написано».