OrasiTech #39 – NVDA, Greek Math Reader, Gemini και Runa TTS
OrasiTech – Τεχνολογία & Προσβασιμότητα στην Εποχή της Τεχνητής ΝοημοσύνηςΣχετικά με αυτό το επεισόδιο
Στο 39ο επεισόδιο του OrasiTech συζητάμε τις τελευταίες εξελίξεις στην προσβασιμότητα, την τεχνολογία και την τεχνητή νοημοσύνη.
Ξεκινάμε με το NVDA 2026.2 και τις νέες δυνατότητές του, ενώ ρίχνουμε και μια πρώτη ματιά στην επόμενη έκδοση 2026.3 που βρίσκεται ήδη σε beta.
Στη συνέχεια παρουσιάζουμε το Greek Math Reader, το ελληνικό πρόσθετο για το NVDA που ανέπτυξε ο Χρήστος Μπουρονίκος και επιτρέπει την ανάγνωση και δομική εξερεύνηση μαθηματικών παραστάσεων και επιστημονικής σημειογραφίας στα ελληνικά, από βασικά μαθηματικά μέχρι πανεπιστημιακού επιπέδου Μαθηματικά και Φυσική.
Μιλάμε επίσης για το Guided Vision του Gemini, που μπορεί να καθοδηγεί έναν τυφλό χρήστη στη σωστή τοποθέτηση της κάμερας, για το MAI-Transcribe-2 της Microsoft και τις δυνατότητές του στη μεταγραφή και τους υπότιτλους, αλλά και για τις εξελίξεις στο Gemini Live.
Τέλος, δοκιμάζουμε τη Runa TTS και την ελληνική φωνή Ειρήνη, τόσο στην απλή όσο και στην premium έκδοση, και μοιραζόμαστε τις πρώτες εντυπώσεις από τη χρήση της με το VoiceOver.
Αυτόματη μεταγραφή — ενδέχεται να περιέχει λάθη.
podcast όπου μιλάμε για προσβασιμότητα, τεχνολογία και τεχνητή νοημοσύνη. Και σήμερα, Κωνσταντίνε, έχουμε πραγματικά γεμάτο επεισόδιο. Νέο NVDA, ελληνικά μαθηματικά, Gemini, Microsoft, φωνές TTS και μερικά πράγματα που έχεις ήδη προλάβει να δοκιμάσεις μόνος σου. Ξεκινάμε από το NVDA 2026-2. Τι καινούριο έχουμε, Σίλβια?
Μία από τις πιο ενδιαφέρουσες αλλαγές είναι ο νέος ενσωματωμένος μεγεθυντικός φακός με μεγέθυνση, χρωματικά φίλτρα και παρακολούθηση της εστίασης. Παράλληλα, βελτιώνεται η χρήση με οθόνες αφής και η πλοήγηση στο Browse Mode. Υπάρχει και μια νέα έντολη που μου φάνηκε πολύ πρακτική. Η NVDA-SYN-H. Με αυτή μπορείς να επαναλάψεις την τελευταία πληροφορία που εκφώνησε του NVDA και αν θέλεις να τη δεις και σε ξεχωριστό παράθυρο.
Αυτό είναι χρήσιμο όταν κάτι περνάει γρήγορα και λες «Τι είπε τώρα» Ακριβώς. Έχουμε επίσης αυτόματη κύληση στο Braille, βελτιώσεις σε συσκευές όπως τα DotPad, αλλαγές στα λεξικά ομιλίας και νέες ρυθμίσεις για τις φωνές Windows One Core Και πριν καλά καλά προλάβουμε να συνηθίσουμε την 2026.2, έχει εμφανιστεί ήδη η 2026.3 Beta Ναι, αλλά επειδή είναι δοκιμαστική έκδοση, δεν θα μπούμε ακόμη σε λεπτομέρειες Το κρατάμε όμως ως ένδειξη ότι η ανάπτυξη του NVDA συνεχίζεται με γρήγορο λυθμό Και τώρα πάμε σε έναν μικρό θησαυρό Σίλβια, άκουσα ότι από εδώ και πέρα θα λύνεις και μαθηματικές εξισώσεις Κωνσταντίνε, μέχρι να μου βάλεις διαφορικές εξισώσεις και εκβαντομηχανική στις εξετάσεις, νομίζω ότι είμαστε ασφαλείς Μη διάζεσαι γιατί με το Greek Math Reader μπορεί να αρχίσω να παίρνω ιδέες. Τι ακριβώς κάνει?
Είναι ελληνικό πρόσθετο για το NVDA που έχει αναπτύξει ο Χρήστος Μπουρονίκος και αποδίδει μαθηματικές παραστάσεις και εξισώσεις σε φυσική ελληνική μαθηματική γλώσσα, αντί να διαβάζει απλώς σύμβολα το ένα μετά το άλλο. Και το εύρος του είναι πολύ μεγάλο. Από κλάσματα, δυνάμεις, ρίζες, τριγωνομετρία, όρια και ολοκληρώματα, μέχρι διαφορικές εξισώσεις, διανισματικό λογισμό, κβαντομηχανική, σχετικότητα, τοπολογία και διαφορική γεωμετρία.
Άρα δεν μιλάμε απλώς για ένα σχολικό βοήθημα. Και λειτουργεί σε ιστοσελίδες MathMLL, MathJax, Word, EPUB, προσβάσιμα PDF, Latex και Unicode Math. Με μία βασική προϋπόθεση, το αρχικό περιεχόμενο πρέπει να είναι προσβάσιμο. Αν η εξίσωση υπάρχει μόνο ως εικόνα, το NVDA δεν μπορεί να πάρει μαθηματική πληροφορία από το πουθενά.
Ο Χρήστος Μπουρονίκος είναι υποψήφιος διδάκτορας στο Πανεπιστήμιο Θεσσαλίας και έχει αναπτύξει και άλλα εργαλεία προσβασιμότητας για SPSS και Atlas.t. Κάτι που δείχνει ότι εδώ υπάρχει μια συνολικότερη προσπάθεια πρόσβασης των ατόμων με αναπηρία όραση στην εκπαίδευση και στην επιστημονική έρευνα. Ωραία. Αφήνω με τα μαθηματικά πριν μου βάλεις διαγώνισμα και πάμε στην τζέμα.
Κωνσταντίνε, τι έγινε? Πιάνουμε κουβεντούλα και με τη Τζέμα τώρα. Ε, αφού η Τζέμα αρχίζει να βλέπει καλύτερα με την κάμερα, πρέπει να της δώσουμε λίγη σημασία. Καλά, αλλά να θυμάσαι ποια είναι η συμπαρουσιάστριά σου στο Ωρασιτέκ. Αυτό δεν το ξεχνάω ποτέ. Πάμε λοιπόν στο Gemini και στο Guided Vision. Εδώ η λογική δεν είναι πια μόνο δείξε μου κάτι με την κάμερα και θα σου πω τι είναι.
Το σύστημα μπορεί να καθοδηγήσει τον τυφλό χρήστη για να τοποθετήσει σωστά την κάμερα. Δηλαδή τώρα το Gemini θα μου λέει λίγο δεξιά, λίγο πιο πάνω. Μόνο να μην φτάσει να μου λέει «Κωνσταντίνε, πάλι κούνησες το κινητό». Αν το κάνει συνέχεια, δεν το αποκλείω. Πέρα από την μπλάκα όμως, αυτή η καθοδήγηση είναι πολύ σημαντική γιατί πολλές φορές το δύσκολο για έναν τυφλό χρήστη είναι να καταφέρει πρώτα να δείξει σωστά το αντικείμενο στην κάμερα.
Πάμε τώρα στη Microsoft και στο My Transcribe 2. Πρόκειται για νέο μοντέλο αναγνώρισης ομιλίας με αυτόματη μεταγραφή, διάκριση ομιλητών, καλύτερη λειτουργία σε θορυβόδι περιδάλλοντα, timestamps σε επίπεδο λέξης και υποστήριξη διαφορετικών γλωσσών. Και εδώ έχουμε άμεση εφαρλογή στην προσβασιμότητα. Βεβαίως, για κοφούς και βαρύκους χρήστες μπορεί να σημαίνει καλύτερους υπότιτλους σε συναντήσεις, μαθήματα, βίντεο και ζωντανές συνομιλίες, ενώ για δημιουργούς περιεχομένου, όπως εμείς, σημαίνει καλύτερες αυτόματες μεταγραφές.
Μένουμε λίγο στην τεχνητή νοημοσύνη. Το Gemini 3.8 Live δείχνει ότι ο φωνητικός διάλογος γίνεται όλο και πιο φυσικός. Και όσο ένα σύστημα κατανοεί καλύτερα φωνή, εικόνα και σύνθετες ερωτήσεις ταυτόχρονα, τόσο περισσότερο μπορεί να λειτουργεί ως πραγματικός ψηφιακός βοηθός, κάτι ιδιαίτερα σημαντικό για ανθρώπους που δεν μπορούν να βασιστούν στην οθόνη.
Και τώρα πάμε στις φωνές. Εδώ έχω την εντύπωση ότι η Μελίνα αποκτά ανταγωνισμό. Ε, Κωνσταντίνε, μη της το πεις απότομα. Τόσα χρόνια μαζί είστε. Η Ειρήνη πάντως, της Runa TTS, μπήκε δυνατά στο παιχνίδι. Την έχω ήδη δοκιμάσει και το αρχικό αποτέλεσμα στα ελληνικά είναι καλό, αν και υπάρχουν λάθη και σημεία που χρειάζονται βελτίωση.
Κάτι αναμενόμενο για μια εφαρμογή που βρίσκεται ακόμη σε βέτα. Το ενδιαφέρον είναι ότι η Runa υποστηρίζει πολλές γλώσσες και στα ελληνικά διαθέτει την ειρήνη σε απλή και premium έκδοση. Και το σημαντικότερο για τους χρήστες voiceover είναι ότι αυτές οι φωνές μπορούν να χρησιμοποιηθούν μέσα στο ίδιο το voiceover. Ακριβώς. Ο χρήστης μπορεί αν θέλει να επιλέξει μια φωνή της Runa, αντί για τις ενσωματωμένες φωνές του iOS, Όπως για παράδειγμα τη Μελίνα που χρησιμοποιείς εσύ καθημερινά.
Και όσο περισσότερες καλές ελληνικές φωνές έχουμε, τόσο το καλύτερο. Περισσότερες επιλογές σημαίνουν μεγαλύτερη ελευθερία για τον ίδιο τον χρήστη να προσαρμόζει το voice-over στις δικές του ανάγκες και προτιμήσεις. Και κάπου εδώ φτάνουμε στο τέλος του 39ου επεισοδίου του Ωρασί Τεκ. Από το NVDA και τα ελληνικά μαθηματικά μέχρι το Gemini, τη Microsoft και τις νέες φωνές στο iPhone.
Και όλα τα σημερινά θέματα έχουν έναν κοινό παρονομαστή. Η προσβασιμότητα μπαίνει όλο και περισσότερο στον ίδιο τον πυρήνα της τεχνολογικής εξέλιξης. Εμείς θα συνεχίσουμε να παρακολουθούμε τις εξελίξεις και όπου μπορούμε να δοκιμάζουμε οι ίδιοι τα εργαλεία που παρουσιάζουμε. Και να σας λέμε όχι μόνο τι υπόσχονται, αλλά και πώς λειτουργούν στην πράξη.
Από εμένα, τον Κωνσταντίνο, να είστε καλά και τα ξαναλέμε πολύ σύντομα. Και από εμένα, τη Σίλβια, ραντεβού στο επόμενο Ωρασιτεκ.
Σχόλια
Χωρίς σχόλιαΣυνδεθείτε για να συμμετάσχετε στη συζήτηση
Σύνδεση για ΣχολιασμόΔεν υπάρχουν σχόλια ακόμα