Google推出Gemini Live视觉辅助功能
Google在Android设备上线Gemini Live视觉辅助,可实时音频描述摄像头画面。该功能支持阅读文字、识别物体等任务,定位类似苹果VoiceOver,主要服务视障人士及需视觉辅助的用户。
共 2 篇相关文章
Google在Android设备上线Gemini Live视觉辅助,可实时音频描述摄像头画面。该功能支持阅读文字、识别物体等任务,定位类似苹果VoiceOver,主要服务视障人士及需视觉辅助的用户。
Google向企业开放Gemini Live实时化身功能,主打精准唇形同步与自然交互。该功能采用端到端音频处理消除文本中转延迟,虽实现毫秒级响应,但测试者反馈仍缺乏真实人际连接感。