Seeing AIの使い方

「Seeing AI」とは

Seeing AIはマイクロソフトが開発した人工知能(AI)を活用した話すカメラアプリです。スマートフォンを使って日常生活のさまざまな場面を音声で説明してくれる複数の機能を搭載しています。iPhoneは iOS 15.0以降が対応しており(カメラ性能によりiPhone X以降推奨)、アンドロイドスマホはAndroid 10.0以降(2020年以降の発売機種が推奨)に対応しています。

1.使い方

アプリを立ち上げるとそのまま自動でカメラに写っているテキストを読み上げます。画面下部に3つのボタンが有りそれぞれ左から「よみとり」「説明」「その他」となります。「説明」をタップして切り替えると人物やカメラショットの状況を詳しく読み上げてくれます。室内であれば家具やカーテンやテレビなどの位置やそのカラーを説明してくれます。

右側の画像ボタンを押して以前に撮影した画像ファイルを開くと、読み込んだ後それぞれ状況を説明して読み上げます。使う方の前面の状況は「説明」のやや上のショットボタンか画面の真ん中から上を押すと、シャッター音がして認識した後に状況の説明を読み上げ解説してくれます。

「その他」をタップするとさまざまな専用機能が使えます。商品バーコードを読み込んで説明する、 登録した自分の持ちもの(メガネ、帽子など)を捜索できる、紙幣を読み取って種類を読み上げる、眼の前にある色を説明する、周囲の明るさを音階で知らせる、というボタンが画面下にありそれぞれ各機能の読み取り案内に切り替えできます。

2.詳しい機能説明

a.短いテキストの読み上げ:カメラをかざすと目の前にある短いテキスト（メモや看板の店名など）を即座に認識し読み上げます。

b.ドキュメントの読み取り: 印刷されたページ全体を撮影する際に、音声ガイダンスで適切な角度や距離を案内し、テキストとそのフォーマットを認識して読み上げます。

c.人物の認識: カメラに映った人の年齢、性別、表情などを推定して説明します。また、一度登録した知人の顔を認識することもできます。

d.現在地の状況説明：カメラで屋内にある物体をスキャンし、物体までの距離を読み上げたり、あらかじめ作成した屋内ルートのナビゲーションを行うなどの屋内での移動をサポートします

e.製品のスキャン: バーコードをスキャンし、音声ガイダンスに従って製品名や情報を読み上げます。

f.通貨の識別: 各国の紙幣を識別して種類金額を読み上げます。日本円にも対応しています。

g.色の識別: カメラで捉えた物体の色を認識して伝えます。

h.手書き文字の読み取り: 手書き文字にも対応していますが、あまり崩した文字は認識されないことがあります。

i.写真の説明: 他のアプリで撮影した保存されている写真や画像の説明を読み上げることができます。

j.動画の説明 : あらかじめ撮影された動画もしくはmp4形式のファイルを読み込んでシーンごとに音声での説明が追加された状態の映像を説明します。

3.アプリ内での主な設定項目

アプリ内の設定は、画面左上のメニュー（または三本線アイコンなど）から「設定」を開くことでアクセスできます。

3.1. 音声・読み上げに関する設定

音声速度 : アプリが解析結果を読み上げる速度を調整します。設定画面の該当項目で、上または下にスワイプして調整します。ボイスの選択 : 読み上げに使用する音声（声の質）を変更します。ボイスリストから好きな声を選択してダブルタップします。音量 : iPhone本体の音量ボタンやコントロールセンターで調整します。

3.2. チャンネル（機能）に関する設定

チャンネルの順序をカスタマイズ: 画面下部に表示される機能（短いテキスト、ドキュメント、製品、人物など）の並び順を変更できます。よく使うチャンネルを左端に配置するなど、操作しやすいように並び替えることができます。

3.3. その他の設定

ライブラリへのアクセス: アプリで過去に認識した内容や、写真アプリに保存されている画像をSeeing AIで解析する際に、アクセス権限を管理します。

4.使用してみたレポート

複数のスマホに入れて使ってみた感想は、最新のiPhone OSのはいった機種では動作も軽くカメラ性能もいいので読み取り結果もかなり正しいようです。そしてバッテリーの持ちはアイナビよりも少なく、起動したままで動いているテキスト読み込みも動かさないと一旦休止します。
手書き文字の認識と場面の説明はかなりの精度で読み上げます。カメラに映った画面の上半分をタップするだけでシャッターとして読み込んでくれるので簡単に使えます。外出時にも街中の目の前の様子を詳しく説明してくれるので安心です。夜の街並みも「説明」でカメラショットを使ってみると暗い場所でもライトがつくのでかなり状況を説明してくれますが、カメラの性能により違うかもしれません。