অবিলম্বে প্রকাশের জন্য

সাও পাওলো, ২ সেপ্টেম্বর ২০২৬

VISIONAUTA এখন হিন্দি, বাংলা, ভিয়েতনামি, তুর্কি ও ইন্দোনেশীয়সহ ষোলোটি ভাষায়; কৃত্রিম বুদ্ধিমত্তার সঙ্গে রিয়েল-টাইম কথোপকথনে যুক্ত হলো কণ্ঠ-নির্দেশিত ভিডিও রেকর্ডিং

Google ও Samsung-এ কাজ করা এক দৃষ্টিপ্রতিবন্ধী সফটওয়্যার প্রকৌশলীর তৈরি বিনামূল্যের এই অ্যাপে আছে এমন এক সহকারী, যে দেখতে পায়: বাধাহীনভাবে কণ্ঠে কথা বলে, চারপাশের পরিবেশ বর্ণনা করে, ব্যবহারকারী কোথায় আছেন তা জানায়, ইন্টারনেটে তথ্য খোঁজে, সংগীতের স্বরলিপি পড়ে ও বাজায়, শব্দসহ ভিডিও রেকর্ড করে এবং দৃষ্টিপ্রতিবন্ধীদের সঠিক ফ্রেমে ছবি তুলতে সাহায্য করে। iPhone ও Android-এর জন্য উপলব্ধ।

দৃষ্টিপ্রতিবন্ধী ও ক্ষীণদৃষ্টিসম্পন্ন মানুষকে আরও স্বাবলম্বী করতে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করা অ্যাক্সেসিবিলিটি অ্যাপ Visionauta তার নতুন সংস্করণ ঘোষণা করছে — এবং এখন এটি ষোলোটি ভাষায় কথা বলে: পর্তুগিজ, ইংরেজি, স্প্যানিশ, ফরাসি, কোরীয়, জার্মান, জাপানি, ইতালীয়, আরবি, রুশ, সরলীকৃত চীনা, হিন্দি, বাংলা, ভিয়েতনামি, তুর্কি ও ইন্দোনেশীয়। এই অনুবাদ পুরো অ্যাপ, কণ্ঠ-নির্দেশ, লেখা পড়া এবং কৃত্রিম বুদ্ধিমত্তার উত্তরেও প্রযোজ্য, যা ব্যবহারকারীর সঙ্গে তাঁর নিজের ভাষায় কথা বলে। নতুন পাঁচটি ভাষা নিয়ে অ্যাপটি দক্ষিণ এশিয়া, দক্ষিণ-পূর্ব এশিয়া ও তুরস্কের একশো কোটিরও বেশি ভাষাভাষীর কাছে পৌঁছাচ্ছে।

অ্যাপটি বিনামূল্যে পাওয়া যায় — iPhone-এর জন্য App Store-এ এবং Android-এর জন্য Google Play-তে।

রিয়েল-টাইম কথোপকথন: এমন এক সহকারী, যে দেখে এবং আপনার সঙ্গে কথা বলে

Visionauta-র প্রধান বৈশিষ্ট্য রিয়েল-টাইম কথোপকথন। এতে ব্যবহারকারী কোনো বোতাম না চেপে এবং পালার অপেক্ষা না করে স্বাভাবিকভাবে কথা বলেন এমন এক কৃত্রিম বুদ্ধিমত্তার সঙ্গে, যা ফোনের ক্যামেরা দিয়ে দেখে এবং সঙ্গে সঙ্গে কণ্ঠে উত্তর দেয় — যেন পাশে এমন এক বন্ধু আছে, যে দেখতে পায় এবং পৃথিবীর বর্ণনা দেয়।

এই কথোপকথনের সময় Visionauta যা করতে পারে:

• পরিবেশ ও দৃশ্য বর্ণনা — ঘরে কী আছে, কাছে কে আছে, টেবিল কেমন সাজানো, বিছানায় কোন পোশাক রাখা, বাতি জ্বলছে কি না।

• ব্যবহারকারী কোথায় আছেন এবং চারপাশে কী আছে তা জানানো — রিয়েল-টাইম মানচিত্রের তথ্য দিয়ে বর্তমান ঠিকানা, রাস্তা, নির্দেশক স্থান, ওষুধের দোকান, বেকারি ও সবচেয়ে কাছের বাসস্ট্যান্ড।

• ইন্টারনেটে তথ্য খোঁজা — খবর, সময়সূচি, দাম, হালনাগাদ তথ্য, কথোপকথন থেকে বেরিয়ে না গিয়েই।

• সংগীতের স্বরলিপি পড়া ও বাজানো — ছাপানো স্বরলিপির দিকে ক্যামেরা ধরলেই হয়। Visionauta স্বর চিনে নেয়, সুরটি জোরে পড়ে শোনায় এবং MusicXML ও MIDI ফাইল তৈরি করে ডিভাইসেই বাজায়। দৃষ্টিপ্রতিবন্ধী সংগীতশিল্পীদের জন্য এক অভূতপূর্ব সুবিধা, যাঁরা এতদিন অন্যের ওপর কিংবা দুর্লভ ও দামি ব্রেইল সংস্করণের ওপর নির্ভর করতেন।

• দৃষ্টিপ্রতিবন্ধী ব্যক্তিকে ছবি তুলতে সাহায্য — ফটো সহকারী ফ্রেমিং নির্দেশ করে, ঠিক হলে জানায়, উল্টো গণনা করে এবং ক্যামেরা চালায়, যাতে পরিবারের, নথির কিংবা সামাজিক মাধ্যমের ছবি ভালোভাবে ওঠে।

• শব্দসহ ভিডিও রেকর্ড করা — ব্যবহারকারী কণ্ঠে অনুরোধ করেন, সহকারী ফ্রেমিং নির্দেশ করে ও রেকর্ড করে; সহজলভ্য নিয়ন্ত্রণ দিয়ে রেকর্ডিং থামানো, পুনরায় শুরু করা, শেষ করা কিংবা বাতিল করা যায়, আর ভিডিওগুলো কার্যক্রম বিভাগে সংরক্ষিত থাকে, দেখা ও শেয়ার করার জন্য প্রস্তুত।

• কণ্ঠে গাড়ি ডাকা — গন্তব্য বললেই অ্যাপ Uber, 99, Bolt কিংবা Lyft খুলে দেয় যাত্রার তথ্য পূরণ করা অবস্থায়; কেবল নিশ্চিত করা বাকি থাকে।

• ক্যামেরার সামনে যা আছে, সে বিষয়ে যেকোনো প্রশ্নের উত্তর — এটি কোন পণ্য, মেয়াদ কবে শেষ, এই পোশাকের রং কী, এই সাইনবোর্ডে কী লেখা।

VISIONAUTA MAGIC: যে এআই ছবি বর্ণনা করে এবং ফোনে কাজ সম্পন্ন করে

শুধু Android-এ এবং Visionauta Plus গ্রাহকদের জন্য উপলব্ধ Visionauta Magic ডিভাইসের স্ক্রিন রিডার, যেমন TalkBack-এর সঙ্গে একযোগে কাজ করে এবং এই সম্প্রদায়ের দুটি পুরোনো সমস্যার সমাধান করে:

প্রথমত, এটি যেকোনো অ্যাপে দেখা লেবেলবিহীন ছবি বর্ণনা করে। স্ক্রিন রিডারের ফোকাস বর্ণনাহীন কোনো ছবি, আইকন বা কার্ডে থামলে Visionauta কেবল সেই উপাদানটি বিশ্লেষণ করে এবং তাতে কী আছে তা জোরে জানায়।

দ্বিতীয়ত, এটি ফোনে কাজ সম্পন্ন করে। ব্যবহারকারী বলেন, যেমন "WhatsApp খোলো আর Ana-কে বার্তা পাঠাও", আর Visionauta একটি পরিকল্পনা তৈরি করে, তা জোরে পড়ে শোনায় এবং ব্যবহারকারীর অনুমোদনের পরই কাজ করে — প্রতিটি ধাপ বর্ণনা করতে করতে, এবং জরুরি বোতাম কিংবা দুই আঙুলে দুবার স্পর্শ করে যেকোনো সময় থামানো যায়। নিশ্চিতকরণ ছাড়া কিছুই ঘটে না।

দৈনন্দিন সুবিধাগুলো

কথোপকথনের বাইরেও Visionauta সেই সরঞ্জামগুলো বজায় রেখেছে, যা একে দৃষ্টিপ্রতিবন্ধী সম্প্রদায়ে জনপ্রিয় করেছে; এর বেশিরভাগই ইন্টারনেট ছাড়া কাজ করে:

• অফলাইনে লেখা পড়া — নথি, মোড়ক, চিঠি বা সাইনবোর্ডের দিকে ক্যামেরা ধরুন এবং বিষয়বস্তু জোরে শুনুন।
• নোট চেনা — ব্রাজিলীয় রিয়াল, মার্কিন ডলার, ইউরো, মেক্সিকান পেসো, জাপানি ইয়েন, কানাডীয় ডলার ও অস্ট্রেলীয় ডলার, সংযোগ ছাড়াই।
• বস্তু খোঁজা — বলুন "আমার ফোন খুঁজে পেতে সাহায্য করো", অ্যাপ চারপাশ স্ক্যান করে এবং পেলে কম্পন ও কণ্ঠে জানায়।
• ক্ষীণদৃষ্টির জন্য ইলেকট্রনিক আতশকাচ — জুম ও উচ্চ-কনট্রাস্ট মোডসহ: উল্টো রং, কালোর ওপর সাদা, সাদার ওপর কালো ও নীলের ওপর হলুদ।
• কম্পন-স্মারকসহ টর্চ।
• নিজস্ব স্বাভাবিক কণ্ঠ — পুরো সিস্টেমে ব্যবহারযোগ্য, Android-এ TalkBack ও iPhone-এ VoiceOver-এর কণ্ঠ হিসেবে; ডাউনলোডের পর অফলাইনে কাজ করে।

iPhone সংস্করণ VoiceOver ও iOS-এর অ্যাক্সেসিবিলিটি সুবিধাগুলোর সঙ্গে সম্পূর্ণ সমন্বিত।

বক্তব্য

"রিয়েল-টাইম কথোপকথন বদলে দিয়েছে Visionauta কী। এটি আর এমন অ্যাপ নয়, যেখানে ছবি তুলে উত্তরের অপেক্ষা করতে হয়: এটি এমন একজনের সঙ্গে অবিরাম কথোপকথন, যে আপনার হয়ে দেখে এবং সব সময় পাশে থাকে — রাস্তা বর্ণনা করতে, সবচেয়ে কাছের ওষুধের দোকান খুঁজতে, ভিডিও রেকর্ড করতে কিংবা আপনি যে স্বরলিপি বাজাতে যাচ্ছেন তা পড়তে।" — জোনাথন সান্তোস

"অ্যাপটিকে হিন্দি, বাংলা, ভিয়েতনামি, তুর্কি ও ইন্দোনেশীয় ভাষায় নিয়ে যাওয়া ছিল ন্যায়ের সিদ্ধান্ত, বাজারের নয়। সহায়ক প্রযুক্তি সব সময় আগে ইংরেজিতে এসেছে, আর যাঁরা ইংরেজি বলেন না, তাঁরা বছরের পর বছর অপেক্ষা করেছেন। এখন একশো কোটিরও বেশি মানুষ Visionauta-র সঙ্গে নিজের ভাষায় কথা বলতে পারেন।" — জোনাথন সান্তোস

"আমি Universidade Presbiteriana Mackenzie-র অধ্যাপক ইসমার ফ্রাঙ্গো ও অধ্যাপক নিজাম ওমরের কাছে কৃতজ্ঞ, যাঁরা একটি একাডেমিক প্রকল্পকে সম্প্রদায়ের জন্য বাস্তব হাতিয়ারে রূপ দিতে আমাকে উৎসাহিত করেছেন।" — জোনাথন সান্তোস

ডেভেলপার সম্পর্কে

জোনাথন সান্তোস কৃত্রিম বুদ্ধিমত্তায় বিশেষজ্ঞ একজন সফটওয়্যার প্রকৌশলী, যিনি Google ও Samsung-এ কাজ করেছেন। Universidade Presbiteriana Mackenzie-তে কম্পিউটার প্রকৌশলের গবেষক ও পিএইচডি গবেষক হওয়ার পাশাপাশি তিনি Santa Casa de São Paulo-র চিকিৎসাবিজ্ঞান অনুষদে অতিথি অধ্যাপক, যেখানে তিনি স্বাস্থ্যে প্রয়োগকৃত জেনারেটিভ কৃত্রিম বুদ্ধিমত্তা পড়ান। তিনি নিজে দৃষ্টিপ্রতিবন্ধী এবং দৃষ্টিপ্রতিবন্ধী মানুষের স্বাধীনতা বাড়ায় এমন অ্যাক্সেসিবিলিটি প্রযুক্তি তৈরিতে নিবেদিত।

Visionauta-র জন্ম তাঁর কম্পিউটার প্রকৌশলে স্নাতকোত্তর পড়ার সময়, কম্পিউটেশনাল থিংকিং ও কৃত্রিম বুদ্ধিমত্তা কোর্সে।

তথ্য

অ্যাপ: Visionauta
মূল্য: বিনামূল্যে, ঐচ্ছিক Visionauta Plus সাবস্ক্রিপশনসহ
প্ল্যাটফর্ম: iOS ও Android
ভাষা: পর্তুগিজ, ইংরেজি, স্প্যানিশ, ফরাসি, কোরীয়, জার্মান, জাপানি, ইতালীয়, আরবি, রুশ, সরলীকৃত চীনা, হিন্দি, বাংলা, ভিয়েতনামি, তুর্কি ও ইন্দোনেশীয়
iOS ডাউনলোড: https://apps.apple.com/app/visionauta/id6780104967
Android ডাউনলোড: https://play.google.com/store/apps/details?id=br.com.alphamob.aie
অনলাইন প্রেস রিলিজ: https://www.tensorial.com.br/visionauta/press-release/
প্রেস কিট: https://www.tensorial.com.br/visionauta/press-release/visionauta-media-kit-bn.zip
যোগাযোগ: contato@tensorial.com.br

###
