微軟推出了一款 App 可以幫你讀出全世界 | 挖 App

科技 07-15

摘要：

Seeing AI 是一款為視障人士打造，將人物、文本、商品等信息轉化為語音信息的應用。

對於一些視力缺陷者來說，日常生活的衣食住行中會存在相當多的麻煩。而現在，微軟推出了一款名叫 Seeing AI 的應用，可將視覺世界變成一種可聽見的語音體驗，這款應用或許能夠為他們提供一定的幫助。

Seeing AI 支持人物、短文、文本、條形碼以及場景的識別，用戶只需要拿住 iPhone 設備在四周移動，應用會通過神經網路技術，將這些信息轉化為語音，讓用戶可以「聽到」周圍的環境情況，從而為視力缺陷者進行服務，Seeing AI 大大方便了視力障礙者的日常生活。

下載地址見文末

人物及周圍環境的掃描

對人物的識別是微軟利用圖像識別工具提供更深入的圖片解釋。識別人物之後，Seeing AI 不僅可以判斷此人的性別以及大概的年齡，甚至可以對此人的外貌以及面部表情進行表述。看看下圖 Seeing AI 對小哥的描述：一位滿頭黑髮表情自然的男士，識別結果還是很準確的。

此外，使用 Seeing AI 對周圍環境進行掃描，還能了解到周圍有多少人，這些人所在的位置以及與你的距離，當然還可知道這些人的面部表情。Seeing AI 還有一個新奇之處，你可以教 Seeing AI 去識別某個特定的人物。進入「臉部識別」功能，對某個人物的臉部進行三次拍攝，並做相應的姓名標註即可完成該人物信息的錄入，當你再次識別此人時，Seeing AI 就會說出他的名字。

短文內容的自動識別

短文識別功能簡單來講就是哪裡看不清拍哪裡，這個功能結合了圖像識別技術與自然語言處理技術，將文本信息轉化為語音信息。這一功能可以幫助視障人士獲得對圖像的準確描述，還可能幫助那些需要圖像信息卻無法直接看到圖像的人——比如正在開車的司機。

在測試的過程中挖 App 君發現，在 Seeing AI 在「朗讀」文本的過程中，如果攝像頭捕捉到了更加清晰的文本圖像，那麼 Seeing AI 會從頭開始「翻譯」這段文本。經過測試會發現 Seeing AI 識別效果很好，在識別讀出內容的過程中幾乎沒有錯誤。但在語言系統方面有些遺憾，應用目前只可以識別英文和阿拉伯數字，並不支持中文及其他語言的識別。

文件和條形碼的探測

文件識別的操作相對複雜一些，將攝像頭對準文本，Seeing AI 會引導你的手機放置，直到所選取的文本周圍出現邊緣，聽到「Hold steady」的聲音，然後拍攝進行文本識別。在文本識別之後，還可以使用 VoiceOver 功能對文本進行操作。

將手機攝像頭對準條形碼則可以對其進行識別，在掃碼的一瞬間會聽到嗶嗶的聲音，條形碼檢測成功後，Seeing AI 會說出產品的名稱。如果你想了解更多有關產品的信息，則可選擇點擊右下角的按鈕進行詳細的了解。

複雜場景的描述

場景的識別是讓計算機用更加人性化的方式去描述圖像，Seeing AI 會對識別的場景進行詳細的描述。比如下圖，Seeing AI 不僅會告訴你這是一台筆記本電腦，它還會告訴你這台電腦是以打開的狀態放置在桌上這樣詳細的描述。不過場景識別的功能目前還處於測試階段，所以場景識別的結果並不總是正確的，相信微軟之後會完善這個功能。