- «Яндекс» интегрировал нейросеть «Алиса» для создания текстовых описаний изображений в браузере, помогая незрячим и слабовидящим пользователям.
- Новая функция основана на мультимодальной модели, которая анализирует изображение целиком с учетом контекста и взаимосвязей элементов.
- Описание изображения можно получить через контекстное меню, панель поверх картинки или с помощью программы экранного доступа в Windows, iOS и Android версиях «Яндекс.Браузера».
Компания «Яндекс» представила новую возможность в «Яндекс.Браузере», направленную на улучшение доступности для незрячих и слабовидящих пользователей. Используя нейросеть «Алиса», браузер теперь способен воспринимать и анализировать изображения в интернете, а затем создавать развернутые текстовые описания. Это позволяет пользователям с нарушениями зрения получать информацию о визуальном контенте, например, видеть смысл иллюстраций в статьях, узнавать детали фотографий товаров в интернет-магазинах или понимать изображения в социальных сетях.
В основе инновации лежит мультимодальная нейросетевая модель, которая обрабатывает не только текст, но и изображения, воспринимая их в целом. Это означает, что «Алиса» способна идентифицировать не просто отдельные объекты, а учитывать их взаимное расположение, контекст и общий смысл изображения. Такой подход позволяет формировать максимально точные и информативные описания.
Для получения описания пользователям достаточно выбрать опцию «Описать картинку» в контекстном меню или воспользоваться кнопкой на панели, расположенной поверх изображения. Кроме того, если активирована программа экранного доступа, то «Алиса» автоматически создаст аудиоописание тех изображений, на которые наведён фокус программы. Новая функция доступна в версиях «Яндекс.Браузера» для Windows, iOS и Android. Управление описаниями можно осуществлять через настройки браузера в разделе «Специальные возможности».
Таким образом, «Яндекс» делает важный шаг в области инклюзивных технологий, расширяя возможности доступа к визуальному контенту для людей с ограничениями зрения и тем самым способствуя более равноправному восприятию информации в цифровом пространстве.
