StreetReaderAI 开源:让盲人用语音探索街景并提问路况细节
shoumikgoswami · reddit · 2026-11-21
面向盲人与低视力用户的实验性开源项目 StreetReaderAI 发布,用户可通过键盘快捷键或语音虚拟探索街道影像:系统会描述场景、播报路口街道名,并回答当前画面的问题(如是否可见路缘坡道)。
- 默认使用 Panoramax 街景影像与 OpenStreetMap 数据
- 描述生成由 Gemini 或 OpenAI 模型驱动
- 代码采用 Apache 2.0 协议,提供 AI Studio 一键导入或本地 Node.js 部署
- 团队强调这是研究原型而非生产级导航工具:从影像学习街道布局不等于判断当前过马路是否安全
「应用」频道最新
- 博主晒Gemini Ultra白嫖额度:附赠算力让人直呼拥有H100 — yihui_indie · 2026-11-21
- X 时间线新增「Videos for you」可滑动推荐视频栏 — XFreeze · 2026-11-21
- 六款免费开源模型按需分工:聊天、编程、OCR、语音一站式替代付费方案 — alex_verem · 2026-11-21
- 商业传单提示词模板:标题、详情、联系方式、CTA 一步到位 — anthara_ai · 2026-11-21
- YouTube 封面提示词模板:一个强视觉概念加 3-5 词大标题 — anthara_ai · 2026-11-21
- 品牌视觉识别全套提示词:Logo、配色、字体一板生成 — anthara_ai · 2026-11-21