گوگل با رونمایی از قابلیت نوین زیرنویس‌های احساسی، تحولی در تجربه تماشای ویدیو برای کاربران ایجاد کرده است. این ویژگی فرا‌تر از انتقال کلمات، لحن صدا، بلندی آواز و حتی صدا‌های پس‌زمینه را تحلیل می‌کند تا درک عمیق‌تری از محتوای ویدیو فراهم آورد.
به گزارش رسانه تکنولوژی تکنا، زیرنویس‌های سنتی تنها متن گفتار را بازتاب می‌دادند، اما با بهره‌گیری از هوش مصنوعی، گوگل این محدودیت را از بین برده است. الگوریتم‌های پیشرفته قادرند احساسات قوی را با حروف بزرگ نشان دهند؛ برای مثال کلمه‌ای که با فریاد گفته شده با حروف بزرگ در زیرنویس ظاهر می‌شود. همچنین صدا‌هایی چون آه، نفس عمیق و تشویق مخاطبان شناسایی و به‌صورت مناسب ثبت می‌گردند.
این قابلیت در تلفن‌های هوشمند مجهز به اندروید ۱۴ و نسخه‌های جدید‌تر، در بخش زیرنویس زنده در دسترس است. کاربران می‌توانند از آن در استریم‌های زنده، ویدیو‌های گوگل فوتوز و محتوای ویدیویی دیگر بهره‌مند شوند، حتی در حالت آفلاین نیز کارایی خود را حفظ می‌کند.
توسعه این فناوری نتیجه همکاری تیم‌های اندروید و گوگل دیپ‌مایند (Google ) بوده است. مدل‌های هوش مصنوعی آموزش‌دیده، پیچیدگی‌های صوتی را پردازش و به زیرنویس‌های غنی از احساس تبدیل می‌کنند.
زیرنویس‌های احساسی گامی مهم در راستای دسترسی‌پذیری محتوای ویدیویی برای افراد با اختلالات شنوایی محسوب می‌شود. علاوه بر این، این ابزار می‌تواند در آموزش زبان‌های خارجی، تولید محتوا و سناریوهای کاربردی متنوع دیگر مفید واقع گردد.
