Guided Vision de Google: lectura de letra pequeña en tiempo real

Google presenta Guided Vision

Google ha incorporado Guided Vision en Gemini Live, disponible hoy en dispositivos Android compatibles. La función utiliza la IA de Gemini para generar descripciones auditivas en tiempo real de cualquier elemento que apunte la cámara del móvil.

Con solo compartir la cámara en la app, la herramienta puede leer textos diminutos, describir el entorno, identificar objetos y detallar características específicas. Todo ello sin necesidad de intervención humana, lo que la convierte en una ayuda inmediata para personas con discapacidad visual o para situaciones donde la visión se ve comprometida.

¿Para qué sirve?

• Lectura de texto pequeño: ideal para etiquetas, menús, facturas o cualquier impresión con tipografía reducida.
• Identificación de objetos: reconoce y nombra objetos cotidianos, útiles para usuarios con baja visión.
• Descripción del entorno: ofrece una narración del espacio alrededor, útil en desplazamientos.
• Apoyo en situaciones específicas: por ejemplo, al leer la información de un medicamento o al localizar una herramienta en un taller.

La funcionalidad se asemeja a VoiceOver Live Recognition de Apple, disponible tanto en iPhone como en Vision Pro, y refuerza el compromiso de Google con la accesibilidad mediante IA.

Cómo activarla

Para usar Guided Vision, abre la app Gemini, selecciona "Live" y permite el acceso a la cámara. La IA empezará a describir en voz alta lo que apunte la lente. Es recomendable usar auriculares para una experiencia más clara y evitar ruidos externos que puedan interferir.

💡 Opinión iaPasión

Guided Vision llega como un paso importante en la accesibilidad impulsada por IA. La integración directa en Gemini Live facilita su adopción y su latencia parece mínima, lo que es crucial para una interacción fluida. Aunque la disponibilidad está limitada a Android, su potencial para usuarios con discapacidad visual es enorme. En iaPasión le damos 4.5/5: destaca por su utilidad práctica y por abrir la puerta a futuras mejoras en reconocimiento visual en tiempo real.