谷歌推出全新AI与无障碍功能，助力Android和Chrome用户体验升级

谷歌于今天宣布了一系列针对 Android 和 Chrome 的新功能更新，通过AI技术提升无障碍体验。这些功能不仅为视障、听障用户提供了更强大的支持，还优化了日常使用场景中的便利性。以下是此次更新的亮点内容及详细解读。

1. TalkBack 与 Gemini 集成：让屏幕阅读更智能

谷歌进一步深化了其 AI 技术在无障碍领域的应用，将 Gemini 的强大功能整合到 Android 的屏幕阅读器 TalkBack 中。这一更新为盲人或视力低下者带来了全新的交互方式：

• 图像内容问答：用户现在可以对图像提问并获取详细回答。例如，当朋友发送一张吉他的照片时，你不仅可以获取描述，还可以询问品牌、颜色等具体信息。
• 屏幕内容问答：除了图像，用户还能获取整个手机屏幕的描述，并提出问题。比如，在购物应用中浏览商品时，你可以直接询问材质、折扣等信息。

这一功能极大地扩展了 TalkBack 的实用性，使用户能够更全面地了解屏幕上的内容，而无需依赖他人。

2. Expressive Captions：捕捉情感与细节

谷歌还对实时字幕功能 Expressive Captions 进行了升级，使其不仅能捕捉“说了什么”，还能理解“如何表达”。新功能包括：

• 时长功能：能够区分拉长词语的声音，例如体育解说员喊出“太棒的射门”或视频中发出“nooooo”的情感表达，而不是简单的“no”。
• 声音标签：新增更多声音标签，例如吹口哨、清嗓子等，帮助用户更好地理解语音背后的情感和语境。

该更新将在 美国、英国、加拿大和澳大利亚 的 Android 15 及以上设备 上以英语推出。

3. Chrome 的无障碍改进：PDF 和页面缩放功能

谷歌也在桌面版和移动端的 Chrome 浏览器 上推出了两项重要更新，进一步提升了无障碍体验：

3.1 扫描 PDF 的 OCR 支持

此前，屏幕阅读器无法与扫描的 PDF 文件交互，这为许多用户带来了不便。现在，Chrome 引入了 光学字符识别（OCR）技术，能够自动识别扫描的 PDF 文件内容，允许用户：

• 高亮、复制和搜索文本。
• 像处理普通网页一样使用屏幕阅读器读取内容。

3.2 页面缩放功能

在 Android 版 Chrome 上，用户现在可以通过 页面缩放 功能放大文本大小，而不影响网页布局或浏览体验。你可以：

• 自定义缩放程度。
• 将设置应用于所有页面或仅特定页面。

要启用此功能，只需点击 Chrome 右上角的三点菜单，选择缩放偏好即可。

4. 开发者资源与全球语音识别支持

谷歌致力于推动无障碍技术的普及，并为开发者提供了新的工具和资源：

4.1 Project Euphonia 开源存储库

为了改善非标准语音用户的语音识别体验，谷歌通过 Project Euphonia 的 GitHub 页面发布了开源存储库。开发者可以：

• 构建个性化音频工具用于研究。
• 训练模型以适应多样化的语音模式。

4.2 支持非洲语言项目

谷歌与 Google.org 合作，支持伦敦大学学院创建 数字语言包容中心（CDLI）。该项目的目标是：

• 创建 10 种非洲语言的开源数据集。
• 构建新的语音识别模型。
• 支持相关组织和开发者生态系统，改善非英语使用者的技术体验。

5. 学生无障碍选项扩展

谷歌还为残疾学生提供了更多无障碍选项，例如：

• Face Control：通过面部手势导航 Chromebook。
• Reading Mode：定制阅读体验。

此外，在 College Board 的 Bluebook 测试应用（用于 SAT 和 AP 考试）中，Chromebook 用户现在可以访问谷歌的所有内置无障碍功能，包括：

• ChromeVox 屏幕阅读器。
• Dictation 语音输入工具。