Google ने Android पर अंधे उपयोगकर्ताओं के लिए वास्तविक‑समय दृश्य सहायता पेश की

Google ने 1 अक्टूबर, 2026 को Guided Vision in Gemini Live लॉन्च किया, जो एक वास्तविक‑समय, आवाज‑आधारित दृश्य सहायता सुविधा है, जो अंधे, कम दृष्टि वाले या सहज दृश्य सहायता चाहते लोगों के लिए बनाई गई है। यह अब Android 9 और उससे ऊपर चलने वाले Android डिवाइसों पर उन क्षेत्रों और भाषाओं में उपलब्ध है जहाँ Gemini Live समर्थित है।

Google ने इस सुविधा का पहला पूर्वावलोकन 1 सितंबर, 2026 को अपने September Android Drop में किया, जहाँ Guided Vision को Android 9 और उससे ऊपर चलने वाले फ़ोन पर, उन देशों में जहाँ Gemini उपलब्ध है, जल्द आने वाला बताया गया था। उस पूर्वावलोकन में समान कैमरा‑शेयरिंग विवरण और पुनः‑फ़्रेमिंग के लिए आवाज़ प्रतिक्रिया का उल्लेख किया गया, और एक फुटनोट में चेतावनी दी गई कि यह सुविधा त्रुटियाँ कर सकती है और इसे चिकित्सा उपकरण, गतिशीलता सहायता या सुरक्षित यात्रा मार्गदर्शकों का विकल्प, तथा नेविगेशन या बाधा पहचान के लिए नहीं माना गया है।

Guided Vision कैसे काम करता है

Gemini Live सत्र के दौरान, उपयोगकर्ता फोन का कैमरा साझा करता है और Gemini आसपास के माहौल का मौखिक विवरण प्रदान करता है, विस्तृत फ़ॉलो‑अप प्रश्नों के उत्तर देता है, तथा उपयोगकर्ता द्वारा खोजे जाने वाले वस्तु को केंद्रित करने के लिए सक्रिय मौखिक संकेत देता है। यदि कैमरा बहुत ऊँचा, बहुत करीब या थोड़ा बगल में निर्देशित हो, तो Gemini स्वाभाविक मौखिक प्रॉम्प्ट के साथ पुनः‑फ़्रेमिंग का सुझाव देता है — उपयोगकर्ता से धीरे‑धीरे दाएँ पैन करने, नीचे झुकाने, या पीछे कदम रखने को कहता है जब तक कि उसे उत्तर देने के लिए स्पष्ट दृश्य संदर्भ न मिल जाए।

घोषणा, जिसे Isha Sheth, Gemini Live की वरिष्ठ प्रोडक्ट मैनेजर ने लिखा है, में Guided Vision को इस तरह वर्णित किया गया है कि यह Gemini को एक संवादात्मक दृश्य साथी में बदल देता है जो न्यूनतम बाधा के साथ दैनिक रूटीन में फिट हो जाता है।

Aira और एक्सेसिबिलिटी समुदाय के साथ विकसित किया गया

Google ने कहा कि Guided Vision को एक्सेसिबिलिटी समुदाय के साथ निकट सहयोग के माध्यम से विकसित किया गया। Gemini Live को संवादात्मक, वास्तविक‑दुनिया संदर्भ के लिए प्रशिक्षित करने हेतु कंपनी ने Aira के साथ साझेदारी की, जिससे दशकों हज़ार घंटे की दृश्य डेटा व्याख्या की गई। Aira के Trusted Tester नेटवर्क के 1,000 से अधिक सदस्य ने दैनिक रूटीन में मॉडल का तनाव‑परीक्षण और सुधार किया, और Aira विशेषज्ञ सीधे Google टीमों के साथ विषय‑विशेषज्ञ के रूप में काम करके सुरक्षा गार्डरेल्स स्थापित और मूल्यांकन किए।

SG Enable में उप निदेशक (नवाचार) Sally Khoo ने घोषणा में कहा: “चूंकि मानक फ़ोन आमतौर पर दृष्टि वाले उपयोगकर्ताओं के लिए बनाए जाते हैं जो स्क्रीन देख सकते हैं, Gemini Live की वास्तविक‑समय दृश्य विवरणों के साथ सक्रिय मौखिक कैमरा मार्गदर्शन जैसी उत्पाद घर में दैनिक कार्यों में एक महत्वपूर्ण अंतर को पाटने में मदद कर सकता है, जैसे छोटे प्रिंट को पढ़ना या दैनिक आवश्यक वस्तुओं को ढूँढ़ना।”

Google के अनुसार, यह सुविधा भारत, ब्राज़ील, सिंगापुर, इंडोनेशिया, जापान और अन्य देशों में अंधे और कम‑दृष्टि वाले समुदायों से विस्तृत परीक्षण और प्रतिक्रिया को दर्शाती है, जिसे विवरण, पुनः‑फ़्रेमिंग संकेत और उत्तरों को स्वाभाविक और सहायक बनाने के लिए एकत्र किया गया है।

भारत के नेशनल एसोसिएशन ऑफ द ब्लाइंड के Prashant Verma ने उसी घोषणा में कहा: “भारतीय भाषाओं में अंधे और कम‑दृष्टि वाले उपयोगकर्ताओं के साथ इन क्षमताओं का प्रत्यक्ष परीक्षण यह सुनिश्चित करता है कि यह प्रौद्योगिकी दैनिक जीवन में भरोसेमंद, व्यावहारिक सहायता प्रदान करती है।”

दस्तावेज़ीकृत दैनिक उपयोग मामलों

Google ने उन दैनिक कार्यों का वर्णन किया जहाँ तेज़ दृश्य सत्यापन सबसे अधिक महत्वपूर्ण है। छोटे प्रिंट और जटिल पाठ को पढ़ने के लिए, कंपनी ने खाद्य पैकेजों पर छोटे पोषण लेबल, उपकरणों के डायल और वॉशिंग मशीन के साइकिल, तथा मंद रोशनी वाले रेस्तरां में प्रिंटेड मेनू को उदाहरण के रूप में सूचीबद्ध किया। वस्तुओं को खोजने और स्थान निर्धारित करने के लिए, उन्होंने फर्श पर गिरा हुआ इयरबड और भीड़भाड़ वाले मसाला अलमारी में काली मिर्च के उदाहरण दिए। वस्तुओं का वर्णन करने और विवरण मिलाने के लिए, उपयोगकर्ता रंग, पैटर्न और आकार के बारे में पूछ सकते हैं, जैसे यह जांचना कि धारीदार शर्ट पैंट के साथ मेल खाती है या किसी विशिष्ट जैकेट का रंग पहचानना। तत्काल परिवेश का अन्वेषण करने के लिए, Guided Vision अपरिचित स्थानों, कमरे की योजना या टेबल पर रखी वस्तुओं का वर्णनात्मक सार प्रदान करता है।

Google ने कहा कि Guided Vision कई भाषाओं में संवाद का समर्थन करता है और कई एक्सेसिबिलिटी नवाचारों की तरह, यह वृद्ध वयस्कों, कम साक्षरता वाले व्यक्तियों, या कम रोशनी में छोटे प्रिंट को पढ़ने की कोशिश करने वाले किसी भी व्यक्ति के लिए व्यावहारिक दृश्य सहायता भी प्रदान करता है।

पहुंच मार्ग, उपलब्धता और उल्लेखित सीमाएँ

उपयोगकर्ता Gemini ऐप, Android एक्सेसिबिलिटी शॉर्टकट, या Google TalkBack के माध्यम से इस सुविधा तक पहुँच सकते हैं। Gemini मोबाइल ऐप में, उपयोगकर्ता प्रोफ़ाइल सेटिंग्स खोलते हैं और “Use Guided Vision in Live” को चालू करते हैं, फिर Gemini Live खोलकर कैमरा साझा करने के लिए टैप करते हैं। Android सेटिंग्स में, एक्सेसिबिलिटी के भीतर और फिर विज़न असिस्टेंस में, उपयोगकर्ता फ़्लोटिंग एक्सेसिबिलिटी बटन, दो‑उंगली स्वाइप जेस्चर, या दोनों वॉल्यूम कुंजियों को दबाकर Guided Vision लॉन्च करने के लिए एक्सेसिबिलिटी शॉर्टकट कॉन्फ़िगर कर सकते हैं। Google TalkBack चलाने वाले उपयोगकर्ता तीन‑उंगली टैप से TalkBack मेनू खोल सकते हैं और सीधे Guided Vision चुन सकते हैं।

Google बताता है कि Guided Vision एक सहायक उपयोगिता है और यह त्रुटियाँ कर सकता है। यह सुविधा एक चिकित्सा उपकरण, गतिशीलता सहायता या व्हाइट कैं की जगह नहीं है, और इसे नेविगेशन, सुरक्षित यात्रा मार्गदर्शन या बाधा पहचान के लिए नहीं बनाया गया है। उपयोगकर्ताओं को भौतिक वातावरण में स्थापित गतिशीलता सहायता और सुरक्षित यात्रा प्रथाओं पर भरोसा जारी रखना चाहिए।

शुरू करने के लिए, Google सलाह देता है कि Gemini ऐप और Android सिस्टम सॉफ़्टवेयर को नवीनतम संस्करणों में अपडेट किया जाए।