Google leva descrição de áudio em tempo real ao Gemini Live
Guided Vision usa a câmera do Android para narrar o que o usuário vê, com foco inicial em pessoas com baixa visão. O recurso já está disponível a partir de 1º de outubro.
Por Marina Sato · Repórter de IA
Câmera narrada por IA chega ao Gemini Live
O Google começou a distribuir, em 1º de outubro, o Guided Vision, novo recurso do Gemini Live que descreve em áudio, em tempo real, qualquer coisa apontada pela câmera do celular. A função já funciona em aparelhos Android 9 ou mais recentes, nas regiões e idiomas em que o Gemini Live está disponível.
O recurso é ativado durante o compartilhamento de câmera no Gemini Live. A partir daí, a IA narra o ambiente, responde perguntas de acompanhamento e dá instruções verbais para reposicionar o aparelho — como pedir para o usuário girar a câmera, inclinar para baixo ou dar um passo atrás quando a imagem não é suficiente para uma boa leitura.
Para que serve na prática
Segundo o Google e a Android Authority, o Guided Vision ajuda a ler letras pequenas em rótulos de embalagens ou botões de eletrodomésticos, localizar objetos perdidos em ambientes com muitos itens, identificar cor, padrão ou formato de objetos e descrever layouts desconhecidos, como um cômodo ou uma mesa cheia de coisas.
O público prioritário são pessoas cegas ou com baixa visão, mas o Google também cita idosos, pessoas com baixa alfabetização e qualquer usuário que precise de apoio visual em ambientes pouco iluminados.
Construído com a comunidade de acessibilidade
O desenvolvimento envolveu parceria com a Aira, serviço especializado em interpretação visual remota para pessoas com deficiência visual, e testes com mais de 1.000 integrantes da rede Trusted Tester da própria Aira, em diversos países.
A ativação pode ser feita por três caminhos: configurações do próprio app Gemini, menu de acessibilidade do Android ou integração direta com o leitor de tela TalkBack, do Google.
O que ainda falta esclarecer
O Google não detalhou se o Guided Vision terá alguma limitação de uso gratuito, nem confirmou prazo para chegar a iOS. Também não há dados públicos sobre quantos usuários já tiveram acesso ao recurso desde o lançamento, nem métricas de precisão das descrições em cenários mais complexos, como ambientes externos com muito movimento.