Elveszett hangsáv: felvételi katasztrófa a Double Tap stúdiójában

Egy elmaradt adás, egy Apple-korszakváltás és egy hosszú vita az AI-vezérelt fejlesztésről – a Double Tap legfrissebb epizódja egy felvételi hibával indul, amely miatt a műsor egy nappal csúszott, majd innen jut el egészen az Apple vezetőváltásáig, az okosszemüvegek piacáig és a munkahelyi akadálymentesítés mindennapi küzdelmeiig.

A Double Tap műsorvezetői, Steven Scott és Shaun Preece ezúttal a kulisszák mögé engedik a hallgatókat: elmesélik, hogyan hiúsult meg kétszer egymás után egy adás felvétele, majd hosszasan beszélgetnek az Apple közelgő szeptemberi eseményéről, két okosszemüveg összehasonlításáról, az AI-alapú fejlesztés lehetőségeiről és arról, milyen nehézségekbe ütköznek látássérült emberek a munkahelyükön.

A felvétel, ami kétszer is elveszett

A műsor apológiával indul: a legutóbbi adás egy nappal később jelent meg a tervezettnél, mert a felvétel kétszer is meghiúsult. A műsorvezetők egy felhőalapú rögzítőrendszert használnak, amely a beszélgetést a szerveren rögzíti, miközben ők interneten keresztül beszélnek egymással. A felvétel indításakor a rendszer jelezte, hogy Shaun Preece hangja nem rögzül, de ezt az üzenetet egyikük sem vette észre időben – részben azért, mert a képernyőolvasó folyamatosan a feltöltés állapotát jelző számlálót olvasta fel, ezért el kellett navigálniuk arról a felületről, és így lemaradtak a hibaüzenetről. A teljes adást végigvették, majd a végén derült ki, hogy Shaun oldala egyáltalán nem rögzült.

A hiba után a stúdióban mindent újraellenőriztek – kábeleket húztak ki és dugtak vissza, más kamerát próbáltak, végül kiderült, hogy a probléma a 4K felbontású videó rögzítésével volt, és a felvétel csak akkor indult el megbízhatóan, amikor 1080p-re állították vissza a minőséget. Az adást végül nem kellett újra felvenniük: a rögzítőrendszer a résztvevők hangját egyénileg is menti a felhőben, még akkor is, ha a helyi felvétel nem készül el. A műsorvezetők hozzáfértek ehhez a felhős változathoz, csak a fájlok feltöltése és elérése csúszott annyit, hogy inkább egy nappal elhalasztották a megjelenést, mintsem gyenge minőségben tegyék közzé az anyagot.

A történet kapcsán felidéztek egy évekkel korábbi, hasonló esetet is, még a régi Cleanfeed nevű rögzítőrendszer idejéből. Akkor Shaun egy szállodai szobában, munkaútja közben vett részt az adásban, és az ő hangja szintén nem rögzült. Mivel akkoriban még nem volt annyira jártas a képernyőolvasó-használatban, és csak egy kis kijelzős laptopja volt kéznél, végül úgy oldotta meg a helyzetet, hogy egy kézi hangrögzítővel, a paplan alá bújva, a szoba padlóján térdelve utólag felvette a saját részét, megpróbálva kitalálni, mire reagálhatott a kollégáival folytatott beszélgetésben.

Apple-váltás a csúcson, és egy szeptemberi esemény sok találgatással

A műsor másik nagy témája Tim Cook távozása az Apple éléről, tizenöt év vezetői munka után. Utóda John Ternus lett, akit a műsorvezetők szerint hamarosan, a szeptember 9-i Apple-eseményen ismerhet meg szélesebb nyilvánosság is. A beszélgetés során szóba került, hogy Tim Cook idejére a nagy Apple-keynote-ok egyre inkább előre rögzített, csiszolt produkciókká váltak – szemben a Steve Jobs által meghonosított élő bemutatókkal, amelyek hibáikkal és rögtönzéseikkel együtt is más hangulatot adtak az eseményeknek. A műsorvezetők kíváncsian várják, milyen stílust hoz majd az új vezető.

A szeptember 9-i eseménnyel kapcsolatban több találgatás is elhangzott: kamerával felszerelt AirPods, egy esetleges Apple Glass okosszemüveg, az iPhone Fold nevű hajtogatható telefon, valamint egy lehetséges Apple TV-frissítés. A műsorvezetők szerint a Siri mesterséges intelligencia jelentős szerepet kaphat a bemutatón, bár egyikük hangsúlyozta: a lényeg nem az új funkciók bejelentése, hanem hogy azok a gyakorlatban is jól működjenek.

Ehhez a témához kapcsolódóan szóba került két konkrét, mindennapi akadálymentességi bosszúság is. Az egyik műsorvezető arról számolt be, hogy az Apple TV távirányítójának Bluetooth-párosítása rendszeresen megszakad nála, a hiba oka feltehetően az, hogy a készülék a televízió mögé van szerelve, ami megnehezíti a jelvételt és az újrapárosítást is – utóbbihoz ugyanis a távirányítót néhány centiméterre kell tartani magától az Apple TV-egységtől. A másik felvetés az Amazon Fire TV VoiceView nevű képernyőolvasó-funkciójával kapcsolatos: bár technikailag akadálymentes, a hangereje állandóan ingadozik, ezért a felhasználónak folyamatosan állítgatnia kell, hogy értse a felolvasott szöveget.

Okosszemüveg-összehasonlítás: Meta Ray-Ban vagy Rokid Style

Az adásba egy malajziai hallgató, Tess küldött részletes, kétirányú tapasztalati beszámolót két AI-alapú okosszemüvegről: a Meta Ray-Ban-ról és a Rokid Style-ról.

A Meta Ray-Ban erőssége a beszámoló szerint a kidolgozott hardver és a zökkenőmentes integráció olyan alkalmazásokkal, mint a WhatsApp, a Be My Eyes és az Aira. Hátránya, hogy a töltőtok kevésbé kényelmes, mint egy egyszerű USB-C töltés, és jelentős regionális korlátozásokkal is jár: Malajziában a mesterséges intelligencia funkciók eléréséhez VPN – vagyis egy, az internetes forgalmat titkosítva, más országon átirányító szolgáltatás – használatára van szükség, emellett a kínai és a maláj nyelvet sem támogatja.

Ezzel szemben a Rokid Style ára Tess elmondása szerint jóval barátságosabb – a szállítással együtt kevesebb mint 120 dollárért jutott hozzá –, USB-C-vel tölthető, gesztusvezérlése pedig rugalmasabb: hosszú megérintéssel akár a Siri is aktiválható, míg a Meta terméke kizárólag a saját Meta AI asszisztensére van korlátozva. A Rokid emellett lehetővé teszi a váltást a Gemini és a ChatGPT nyelvi modellek között, jól működik a régióban, és fordítási funkciója a mindennapi nyelvhasználatot is támogatja. Hátránya viszont, hogy kevésbé illeszkedik más alkalmazásokhoz, és az első év után előfizetési díjat is bevezethetnek rá. Tess összegzése szerint hasonló ár esetén, angol nyelvterületen a Meta Ray-Ban a kiforrottabb választás, míg aki más nyelveken – például mandarin vagy maláj nyelven – szeretné használni az eszközt, annak a Rokid Style jelenthet jobb megoldást.

A műsorvezetők a beszámoló kapcsán arról is elgondolkodtak, hogy mi okozza a legnagyobb problémát az okosszemüvegek piacán: nem is annyira maga a hardver, hanem hogy a kulcsfontosságú alkalmazások – Be My Eyes, Aira, ScribeMe – nem minden gyártó eszközén érhetők el egyszerre, és nem egyértelmű, hogy ez a szoftvercégek vagy a szemüveggyártók erőforráshiányán múlik-e.

AI-alapú fejlesztés: gyorsíthatja-e a „vibe coding” az akadálymentesítést?

A szemüveges alkalmazás-integrációk hiánya vezetett át a műsor egyik leghosszabb, vitatott témájához: mennyire gyorsíthatja fel a mesterséges intelligenciával támogatott, úgynevezett „vibe coding” – vagyis amikor a fejlesztő természetes nyelvi utasításokkal, AI-eszközök (például a Claude Code vagy a Codex) segítségével, jórészt kódírás nélkül épít fel egy alkalmazást – az akadálymentes szoftverek és integrációk fejlesztését.

Az egyik műsorvezető saját példával illusztrálta a lehetőségeket: egy este, néhány óra alatt épített egy felhőalapú alkalmazást, amellyel linkeket menthet el egy közös tárhelyre, és amely iPhone-on és Windows-on is szinkronban működik – mindezt akadálymentesen, miközben számos hasonló, kereskedelmi célra fejlesztett szolgáltatást korábban soha nem sikerült teljesen akadálymentessé tenni. Ez alapján érvelt amellett, hogy azok a cégek, amelyek eddig évekre tervezett integrációkat halogattak erőforráshiányra hivatkozva, ma már gyorsabban is célt érhetnének, ha nyitottabbak lennének az AI-asszisztált fejlesztésre.

A másik műsorvezető ezt árnyalta: rámutatott, hogy a vállalatok üzleti okokból nem tehetik meg, hogy a saját forráskódjukat egyszerűen felküldjék egy nyilvános AI-szolgáltatásba, mert az így „kiszivároghat”, vagy betanítási adatként hasznosulhat máshol. Emellett egy cégnek jóval nagyobb felelőssége van a kiadott kód minőségéért, mint egy magánembernek – nem elég, ha az AI „megcsinálja”, a kódot sorról sorra ellenőrizni is kell, mielőtt éles környezetbe kerülne. Ezért merült fel az Apple saját Silicon lapkáira épülő, helyben futtatható AI-infrastruktúrája, például a Mac Studio, mint lehetséges megoldás: a vállalatok így a fejlesztést helyben, a felhő kihagyásával, adatbiztonsági aggályok nélkül végezhetnék. A vita lezárásaként abban egyeztek meg, hogy a helyi AI-futtatás jelenleg még nem éri el a felhőalapú Claude Code vagy Codex teljesítményét, de ez nem zárja ki, hogy a fejlesztők a folyamat egyes részeit már most helyben, biztonságosabban végezzék.

Konkrét példaként hozták fel az Egyesült Királyságban működő RNIB Talking Book Service és a Humanware Victor Reader közötti integráció évek óta húzódó hiányát: a Humanware a hangoskönyv-szolgáltatásokhoz szokásos szabványos API-t (vagyis alkalmazásprogramozási felületet, amelyen keresztül két rendszer kommunikálhat egymással) használja, az RNIB szolgáltatása viszont nem ezt a szabványt követi, ezért a két rendszer máig nem képes összekapcsolódni – annak ellenére, hogy a műsorvezetők szerint a technikai eszközök adottak lennének a probléma megoldásához.

Munkahelyi akadálymentesítés: a vakvezető kutyától a képernyőolvasó-szkriptekig

Két hallgatói üzenet is a munkahelyi akadálymentesítés nehézségeit járta körül. Az egyik rövidebb beszámoló egy vakvezető kutyás felhasználó esetét idézte fel, akinek munkahelyén egy kolléganője félelmet jelzett a kutyával kapcsolatban, ahelyett hogy ezt egyenesen és időben közölte volna. A műsorvezetők ebből kiindulva arról beszéltek, hogy a professzionalizmus mindkét fél részéről elvárható: a vakvezető kutya gazdájának felelőssége, hogy kontroll alatt tartsa az állatot munkahelyi és otthoni környezetben egyaránt, ugyanakkor a munkáltatónak és a kollégáknak is nyíltan, időben kellene jelezniük az esetleges félelmeiket, ahelyett hogy elodáznák a beszélgetést. Egyértelmű, általános megoldást nem fogalmaztak meg – inkább azt hangsúlyozták, hogy ez eseti egyeztetést és józan belátást igényel mindkét oldalról.

A másik, hosszabb üzenet egy Dan nevű, régóta dolgozó, súlyos látássérüléssel élő hallgatótól érkezett. Dan elmondása szerint munkahelyén már közel négy éve dolgozik, ebből mintegy két évet ténylegesen nem tudott dolgozni, mert a munkaköréhez szükséges, összesen tizenhárom belső programból eddig csak öt-hat kapott képernyőolvasó-kompatibilis szkriptelést. Dan korábban is került már hasonló helyzetbe, és egy alkalommal a felettesei megjegyzései miatt végül fel is mondott egy másik munkahelyén. Beszámolójában megemlítette a Be My Eyes munkahelyi használatának lehetőségét is, amelyet szívesen kipróbálna, ám munkáltatója – egy kritikus nemzeti infrastruktúrához tartozó közműcég – szigorú adatvédelmi, GDPR-megfelelőségi (vagyis az Európai Unió általános adatvédelmi rendeletének való megfelelési) aggályai miatt ezt nem engedélyezi, mivel tart attól, hogy a szolgáltatás önkéntes segítői nem átláthatóan kezelnék az érzékeny adatokat. A műsorvezetők ezen a ponton pontosították, hogy a Be My Eyes munkahelyi, vállalati verziójában nem külső önkéntesek, hanem a saját szervezet betanított munkatársai segítenek távolról, tehát az adatvédelmi kockázat ebben a formában alacsonyabb, mint amitől Dan munkáltatója tart – ez azonban nem old meg mindent, hiszen a bizalom kiépítése és a munkáltatók meggyőzése önmagában is komoly feladat.

A műsorvezetők Dan történetét kiindulópontnak tekintették egy tágabb problémához: szerintük a látássérült munkavállalók aránytalanul gyakran szembesülnek azzal, hogy munkahelyük évekig húzza a szükséges technikai megoldásokat, miközben a munkavállaló a mindennapi munkáját sem tudja ellátni. Az egyik lehetséges megoldásként azt vetették fel, hogy a látássérült szervezetek – szakértőik és tapasztalatuk révén – gyorsabban tudnának képernyőolvasó-szkripteket fejleszteni a vállalatok belső rendszereihez, mint ahogy azt jelenleg a cégek maguk teszik.

Összegzés

A Double Tap idei egyik legszemélyesebb adása egy technikai malőrrel indul, és onnan jut el az Apple vezetőváltásáig, az okosszemüvegek összevetéséig, az AI-asszisztált fejlesztés lehetőségeiig és korlátaiig, végül két hétköznapi, mégis fontos munkahelyi történetig. Ami összeköti ezeket: legyen szó felhőalapú felvételi rendszerről, távirányító-párosításról vagy belső vállalati szoftverekről, az akadálymentesség végső soron azon múlik, mennyire veszik komolyan a fejlesztők és a munkáltatók, hogy a technológia mindenki számára működjön.

A cikk a Double Tap podcast 2026. szeptember 3-i adása alapján, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.

Szólj hozzá!

Az e-mail címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük