ViddyScribe

Ý nghĩa

Theo Google, có hơn 14 tỷ video công khai trên YouTube; tuy nhiên, chỉ một phần nhỏ trong số đó là những video mà người khiếm thị có thể xem được. Theo Tổ chức Y tế Thế giới (WHO), ít nhất 2,2 tỷ người trên thế giới bị khiếm thị gần hoặc khiếm thị xa, khiến họ không thể trải nghiệm đầy đủ kho nội dung video khổng lồ trên các nền tảng video hàng đầu thế giới.

Nội dung mô tả bằng âm thanh là một phương pháp lâu đời trong truyền hình và điện ảnh, đồng thời được coi là giải pháp giúp cộng đồng người mù và khiếm thị có thể thưởng thức nội dung dạng video... Tuy nhiên, quá trình tạo bản mô tả bằng âm thanh cho video tốn nhiều thời gian và chi phí, khiến bản mô tả bằng âm thanh không thể tiếp cận được nhiều người thông qua các video trên web được tạo độc lập.

Hãy tham khảo ViddyScribe: một nền tảng web nơi nhà sáng tạo video có thể tải video lên và nhanh chóng nhận lại video đã được mô tả đầy đủ bằng âm thanh để có thể chia sẻ và thưởng thức video với cộng đồng người khiếm thị.

API Gemini được dùng để phân tích video mà người dùng tải lên và tạo bản mô tả bằng âm thanh có dấu thời gian theo ngữ cảnh cho mọi phần có ý nghĩa trong video. Sau đó, nội dung mô tả bằng âm thanh được chuyển đổi thành lời nói và đặt tại các dấu thời gian, trong khi chúng tôi chèn các khung hình tĩnh, chuyển đổi âm thanh mượt mà và tạo âm thanh nền để tạo ra trải nghiệm nghe dễ chịu.

Được tạo bởi hai tình nguyện viên dành cho người khiếm thị có nền tảng về quay video và các giải pháp có tác động mạnh mẽ, ViddyScribe hướng đến việc giúp mọi video trở nên thực sự phù hợp với người khiếm thị.