安卓和Chrome的AI及無障礙增強

在慶祝全球無障礙意識日之際，我們興奮地宣布對我們的Android和Chrome產品進行重大更新，同時為開發語音識別工具的開發者提供新資源。這些人工智能的進展正使我們的數位世界變得更加無障礙和包容。

Android上的更多AI驅動創新

我們通過將Google AI和Gemini整合到移動體驗的核心，特別是在視覺和聽覺方面，進一步承諾無障礙。

利用Gemini和TalkBack增強細節

去年，我們將Gemini的能力整合到Android的螢幕閱讀器TalkBack中，為沒有替代文字的圖片提供AI生成的描述。現在，我們正在擴展這項功能。用戶現在可以對收到的圖片提問，例如朋友的新吉他。你可以詢問製造商、顏色或照片中的其他元素。此外，你還可以獲取整個螢幕的描述並提問。例如，當你在一個購物應用中瀏覽折扣時，你可以詢問Gemini物品的材質或檢查是否有可用的折扣。

理解字幕背後的情感

透過Expressive Captions，你的Android設備現在可以跨大多數應用程式提供即時字幕，不僅捕捉到說了什麼，還捕捉到如何說。我們增加了一個新的持續時間功能，當詞語被拉長時會強調，例如在體育廣播中聽到「amaaazing shot」，或在視頻消息中聽到「nooooo」。你還會得到更多聲音的標籤，如口哨聲或清喉嚨聲。此更新適用於在美國、英國、加拿大和澳大利亞運行Android 15及以上版本的設備的英語用戶。

全球改善語音識別

自2019年啟動Project Euphonia以來，我們的目標是使語音識別對於具有非標準語音模式的人更加無障礙。我們現在正在全球擴大對開發者和組織的支持，幫助他們將這項技術適應更多語言和文化背景。

新的開發者資源

為了促進全球無障礙工具的生態系統，我們通過Project Euphonia的GitHub頁面向開發者提供開放原始碼存儲庫的訪問權限。這使他們能夠為研究開發個性化的音頻工具，或訓練他們的模型以識別多樣的語音模式。

支持非洲的新項目

今年早些時候，我們與Google.org合作，支持倫敦大學學院成立數位語言包容中心（CDLI）。CDLI專注於增強非英語使用者在非洲的語音識別技術。他們正在創建10種非洲語言的開放原始碼數據集，開發新的語音識別模型，並支持該領域更廣泛的組織和開發者社群。

擴展學生的無障礙選項

無障礙工具對於有障礙的學生起著至關重要的作用，從使用面部手勢來導航Chromebook的Face Control，到使用Reading Mode自定義閱讀體驗。現在，當使用Chromebook與College Board的Bluebook測試應用進行SAT和進階放置考試時，學生將能夠訪問所有Google內建的無障礙功能，包括ChromeVox螢幕閱讀器和聽寫功能，以及College Board自己的數位測試工具。

使Chrome更加無障礙

隨著每天超過20億用戶，我們不斷努力改善Chrome的無障礙功能。像Live Caption和螢幕閱讀器用戶的圖片描述都是這一努力的部分。

在Chrome上更容易訪問PDF

之前，在桌面版Chrome中，掃描的PDF對螢幕閱讀器來說是無法訪問的。現在，透過光學字符識別（OCR），Chrome能夠識別這些PDF，讓你可以高亮、複製、搜尋文字，並使用你的螢幕閱讀器閱讀它們。

透過頁面縮放輕鬆閱讀

Android版Chrome上的頁面縮放現在讓你可以增加文字大小，而不改變網頁佈局或你的瀏覽體驗，類似於桌面版Chrome上的工作方式。你可以設置你的縮放偏好，適用於所有頁面或特定頁面。

要使用此功能，只需點擊Chrome右上角的三點選單並調整你的縮放設置即可。