陸靜

近日，Google展示了一項名為實時字幕（Live Caption）的新功能。它內(nèi)置在Android Q中，可以將手機上播放的音頻實時轉(zhuǎn)化為字幕，適用于播客、視頻網(wǎng)站、語音消息和本地拍攝視頻等場景。

更厲害的是，Live Caption的處理過程全部都在手機本地完成，不需要上傳到云端，既保證了速度，又保證了安全。

字幕的重要性可能超過很多人的想象。在一般觀眾眼里，它是可有可無的選項，而對于聽力障礙者，字幕是他們理解內(nèi)容的重要工具，Live Caption正是為他們而設(shè)計。在此之前，Google已經(jīng)在YouTube中加入了自動字幕，然而世界上還有很多沒有字幕的視頻內(nèi)容，對于聽力障礙者來說，它們就像沒有聲音的默劇。

能不能給手機上的所有音頻添加實時字幕？這成為了Google的目標(biāo)。經(jīng)過多個團隊的努力，這個方案終于被實現(xiàn)出來。不過在最初，系統(tǒng)需要將音頻上傳到云端，然后運行一個2 GB的機器學(xué)習(xí)模型，其過程耗時又不安全。后來，他們在手機終端實現(xiàn)了相同的處理效果，并且只需要運行一個80 M的模型，它可以在手機聯(lián)網(wǎng)時自動更新，然后在沒網(wǎng)狀態(tài)下完全離線運行。

Live Caption的優(yōu)勢主要有3個：第一，完全在本地運行，適用于所有場景；第二，數(shù)據(jù)不會上傳到云端，保證數(shù)據(jù)安全；第三，內(nèi)容創(chuàng)作者和應(yīng)用開發(fā)者不需要做任何工作，就可以讓用戶體驗到實時字幕。

在Google的演示中，Live Caption可以在直播、視頻網(wǎng)站、播客、拍攝的本地視頻、社交媒體和語音消息等多種場景下使用。打開方式是點擊音量鍵，點擊實時字幕按鈕。

隨著音頻的播放，畫面中央會顯示動態(tài)的實時字幕，可以調(diào)整字幕條的顯示大小，拖動到任意位置。更神奇的是，即使在靜音狀態(tài)下Live Caption也能正常運行。

雖然Google主要強調(diào)了Live Caption對聽力障礙者的作用，但其實它對普通用戶也十分有用。在看視頻的同時開啟字幕，可以更好地理解內(nèi)容，Google將這個功能做到了系統(tǒng)底層，就意味著可以在任何視頻中開啟字幕。另外在會議和地鐵這樣的特殊場景，也能在不開啟音頻的情況下理解視頻內(nèi)容。

通過“自動加字幕”的工具，視頻創(chuàng)作者也可以利用它們來減輕工作負(fù)擔(dān)。不過Google的思路顯然更加徹底，他們將實時字幕做成了系統(tǒng)級的功能，內(nèi)容創(chuàng)作者和應(yīng)用開發(fā)者不需要做任何工作，就能讓用戶隨時體驗到實時字幕。這個功能集成在Android Q中，一旦普及就能方便大量用戶。

目前Live Caption還無法在Android Q系統(tǒng)中進行體驗。Android團隊的Brian Kemler透露，它將在2019年晚些時候推出。由于對內(nèi)存和空間有要求，Live Caption會首先出現(xiàn)在高端的Android Q設(shè)備上，之后將支持更多設(shè)備。