Az Access On podcast legújabb adása két helyszínről tudósít: lezárja a National Federation of the Blind (NFB, Vakok Nemzeti Szövetsége) 2026-os austini konferenciájának mesterséges intelligencia-szemináriumát, majd elviszi a hallgatókat a rendezvény technológiai kiállítói bemutatójára, ahol tucatnyi cég mutatta be legújabb fejlesztéseit.
A szeminárium második fele arról szólt, hogyan veheti le a mesterséges intelligencia a jegyzetelés terhét azokról, akik egyszerre próbálnak figyelni, részt venni a beszélgetésben és közben még dokumentálni is azt. A kiállítói bemutatón pedig sorra következtek a braille-eszközök, az okosszemüvegek és a különféle akadálymentes szolgáltatások fejlesztői, hogy néhány perces bemutatóban foglalják össze, mi újdonságot hoztak a konferenciára.
Amikor az AI veszi át a jegyzetelést
A szeminárium egyik előadója szerint szinte mindenki átélte már azt a helyzetet, amikor egy megbeszélésen, órán vagy ügyintézés közben egyszerre kellene figyelni, aktívan részt venni és jegyzetelni is – ez pedig irreális elvárás egyetlen emberrel szemben. A képernyőolvasót használók számára ez különösen nehéz, hiszen a fülbe folyamatosan érkező felolvasott szöveg mellett gyakorlatilag lehetetlen párhuzamosan jegyzetet írni és szerkeszteni.
Az AI-alapú jegyzetelő eszközök nem egyszerűen hangot rögzítenek, ahogy azt a hagyományos diktafonok tették évtizedeken át, hanem a rögzített beszédet használható referenciaanyaggá alakítják: összefoglalót, teendőlistát, vázlatot és kereshető szöveges rekordot készítenek belőle. A folyamat jellemzően négy lépésből áll. Az eszköz először rögzíti a hangot – ez történhet egy értekezletplatformon, egy különálló alkalmazáson vagy akár egy dedikált fizikai eszközön keresztül. Ezt követi az átirat (transzkripció) elkészítése, vagyis a beszéd szöveggé alakítása, esetenként időbélyegekkel kiegészítve. A fejlettebb rendszerek képesek beszélőazonosításra is: meg tudják különböztetni, ki mit mondott, bár ehhez előbb be kell tanítani nekik az egyes hangokat. Ez a funkció zajos, zsúfolt termekben kevésbé megbízható. Végül az eszköz összefoglalót készít: kiemeli a lényeges pontokat, kiszűri a mellékes csevegést, és azonosítja a teendőket, vagyis azokat a pontokat, ahol valakit konkrét feladattal bíztak meg. Mivel az AI a teljes felvételt vissza tudja nézni, nem felejti el, kit mire kértek – ez különösen értekezleteknél hasznos. A teendők akár automatikusan átkerülhetnek egy külön feladatkezelő alkalmazásba is.
A legnagyobb előny talán az, hogy a jegyzetek ezáltal kereshetővé válnak: nem azt kell keresgélni, hol vannak egy adott megbeszélés jegyzetei, hanem közvetlenül rá lehet kérdezni, például mi is dőlt el a költségvetésről.
Beépített és platformfüggetlen megoldások
A legelterjedtebb AI-jegyzetelők a mindennapokban használt értekezletplatformokba vannak beépítve. A Microsoft Teams a Copilot és az Intelligens összefoglaló funkciót kínálja, a Zoom az AI Companiont, a Google Meet pedig a Gemini-alapú jegyzetelést. Ezek előnye, hogy szervezeti szinten könnyebben kezelhetők, jobban illeszkednek a vállalati biztonsági és adatmegőrzési szabályokhoz, és nem igényelnek külön alkalmazás telepítését, hiszen már eleve a használt rendszer részei. Hátrányuk viszont, hogy az adott platformhoz kötöttek: a Zoom Companion nem vihető át egy Google Meet-hívásba, így aki több platform között váltogat, könnyen több különböző stílusú összefoglalóval találhatja szemben magát.
Erre a problémára jelentenek megoldást a platformfüggetlen eszközök, mint az Otter, a Fireflies, a Fathom vagy a TLDV. Ezek jellemzően önállóan csatlakoznak be egy online értekezletbe, elkészítik az átiratot és az összefoglalót a saját felületükön – vagyis nem a Teams vagy a Zoom dokumentumai közt, hanem egy központi, platformfüggetlen térben lehet őket megtalálni. Ez különösen hasznos azoknak, akik rendszeresen több rendszerben tartanak vagy követnek megbeszéléseket. Hátrányuk, hogy a jogosultságokat egyenként kell megadni számukra, és sok esetben botként csatlakoznak be a hívásba, ami átláthatóság szempontjából előny, de zavaró is lehet azok számára, akik nem tudják, mire szolgál a jelenlétük.
Dedikált eszközök és az automatizálás ereje
A szeminárium harmadik kategóriája a dedikált, fizikai jegyzetelő eszközöké. Ezek közül a műsorvezető a Plaud Note Pro nevű készüléket mutatta be, amely az eredeti Plaud Note utódja – ezt használta korábban, mielőtt erre a modellre váltott volna. A hitelkártya méretű készülék mintegy 50 órányi felvételi időt bír ki egy töltéssel, kezelése egyszerű: egyetlen gomb van rajta, kijelző nincs. Egy hosszabb nyomásra egyetlen rezgéssel jelzi, hogy elkezdte a felvételt, egy újabb nyomásra pedig dupla rezgéssel jelzi a leállást. Távoli mikrofonjai egy egész termet képesek felvenni, majd Wi-Fi-n vagy Bluetoothon keresztül feltölti a felvételt a felhőbe, ahol különböző sablonok – szó szerinti átirat, hivatalos jegyzőkönyv, elbeszélő összefoglaló vagy teendőalapú összefoglaló – közül lehet választani. Az eszközhöz tartozó számítógépes szoftver bármely platformon (Zoom, Google Meet, Teams) rögzíteni tud, anélkül hogy bot csatlakozna a híváshoz – ez sokak számára megnyugtatóbb megoldás. A műsorvezető szerint a felvételek hangminősége meglepően gyenge, az elkészült átiratok és összefoglalók pontossága ennek ellenére kiemelkedő.
Külön érdekesség, hogy ezek az eszközök más szolgáltatásokkal összekapcsolva még hatékonyabbá tehetők. A régóta ismert IFTTT (If This, Then That) mellett egyre népszerűbb a Zapier nevű automatizálási szolgáltatás, amely ma már úgynevezett vibe coding felülettel is rendelkezik, vagyis szöveges leírás alapján is összeállítható egy-egy automatizálási folyamat. A műsorvezető bemutatta saját beállítását: amikor a Plaud eszköz elkészít egy összefoglalót, azt Markdown-formátumban egy Dropbox-mappába menti, majd elküldi a ChatGPT-nek, amely kigyűjti belőle a rá váró és a másokra háruló teendőket. A saját feladatai automatikusan bekerülnek a Todoist nevű feladatkezelőjébe, míg a másokat érintő teendőkből szöveges emlékeztető készül. Így a megbeszélés alatt teljes figyelemmel a beszélgetésre lehet koncentrálni, a jegyzetelést pedig a háttérben végzi el a rendszer.
Vizuális AI: élő felismerés és az Apple felzárkózása
A szeminárium másik témája a vizuális értelmezést segítő mesterséges intelligencia fejlődése volt. Az előadók szerint egyre több fejlesztőcsapat és alkalmazás dolgozik ezen a területen, és a fókusz a statikus képleírásokról fokozatosan az élő, interaktív felismerés felé tolódik. Korábban egy fotó vagy egy állóképi leírás (OCR, azaz optikai karakterfelismerés) jelentette a technológia határát, most azonban megjelentek az élő módban működő rendszerek, amelyekkel a felhasználó séta közben, folyamatosan kérdezhet a látott környezetről.
Ennek egyik példája a ScribeMe, amely nemrég vezette be az élő üzemmódot: a felhasználó okosszemüveggel a fején szabadon mozoghat, miközben az alkalmazással párbeszédet folytat egy dokumentumról, csomagról vagy éppen egy egész jelenetről, és utólagos, kiegészítő kérdéseket is feltehet.
Az előadók szerint ezen a téren az Apple is felzárkózóban van. A cég a VoiceOver és a Nagyító funkcióit tervezi jelentősen bővíteni: a VoiceOver Image Explorer részletesebb képleírásokat ígér a rendszer egészében, emellett frissített élő felismerést és a kameraképpel kapcsolatos, folyamatos rákérdezés lehetőségét is bevezeti. A most elérhető iOS 27 fejlesztői béta ezt már részben tartalmazza, a nyilvános béta pedig a hónap folyamán várható. Az újdonságok az akciók (rotor) menüből lesznek elérhetők: egy dupla koppintással kérhető egy kép leírása, majd további felfelé húzással kérdés is feltehető róla. Ez jelentősen megkönnyítheti például a képmegosztó alkalmazások vagy egy internetes vásárlási felület böngészését, hiszen nem kell külön megosztó menün keresztül harmadik féltől származó alkalmazáshoz fordulni.
Braille-eszközök a kiállítói standokon
A szünet után a podcast a konferencia kísérő technológiai kiállítására, a Vendor Showcase-re vitte át hallgatóit, ahol mintegy tucatnyi cég mutatkozott be röviden.
A braille-technológiák terén több jelentős bejelentés is elhangzott. A HumanWare bemutatta a BrailleNote Evolve új verzióját, amely immár Windows 11 Pro operációs rendszerre épül. A Dot Inc nevű cég a Dot Pad X nevű taktilis kijelzőt ismertette, amely tíz sornyi braille szöveg vagy taktilis grafika megjelenítésére képes, körülbelül 23×28 centiméteres, egy hüvelyk vastag lapon; a képernyőolvasók közül a VoiceOverrel, a JAWS-szal és az NVDA-val is együttműködik, a JAWS esetében pedig a táblázatok és grafikonok fizikai elrendezése is megőrizhető, fejlesztők számára pedig szoftverfejlesztői eszközkészletet (SDK) és programozói felületeket (API) is kínálnak. A cég emellett bemutatta a Nemonic Dot nevű kis braille-címkenyomtatót is, amelynek használatához nem szükséges ismerni a braille-írást.
Az A Cubed Design egy megfizethető, a felhasználó által javítható braille-kijelző prototípusát mutatta be, cserélhető braille-cellákkal; a fejlesztők bétatesztelésre alkalmas szervezeteket keresnek. A TouchPad Pro Foundation a Braille Doodle nevű, elemet és internetkapcsolatot nem igénylő taktilis rajzfelületét ismertette, amely mágneses golyók segítségével egyaránt alkalmas braille-tanulásra és szabad rajzolásra, korosztálytól függetlenül.
Okosszemüvegek, hangalapú szolgáltatások és egyéb újdonságok
Az okosszemüvegek és a vizuális AI-alapú segítség témájában az Aira arról számolt be, hogy folytatja a Google DeepMind Project Astra kutatási programjával való együttműködését a Build AI kezdeményezés keretében, emellett bemutatta a Ray-Ban Meta okosszemüvegekkel megvalósított integrációját is. Az Agiga nevű cég az EchoVision okosszemüveget mutatta be, amely vak és gyengénlátó felhasználóknak nyújt élő jelenetleírást, szövegfelismerést és kérdés-válasz alapú interakciót, egyetlen gombbal kezelhető módon.
A hangalapú és médiaszolgáltatások közül kiemelkedett a Benetech Bookshare programjának bejelentése: az új Bookshare Plus szolgáltatás dokumentumokat – fotókat, Word-, PDF- vagy PowerPoint-fájlokat – alakít automatikusan akadálymentes formátumúvá, és először kínál előfizetőinek prémium, természetesebb hangzású neurális felolvasó hangokat is. A BlindShell, amely először vett részt az NFB konferenciáján, érintőgombos, tapintható billentyűzetű okostelefonját mutatta be. Saját fejlesztésű alkalmazásai közül kiemelte a Luna nevű AI-asszisztenst, amely hangvezérléssel intézi a hívásokat és üzeneteket, valamint az Observo funkciót, amely képleírásra, szövegfelismerésre, színfelismerésre és bankjegyfelismerésre is képes. A Visualize Access nevű, egy korábbi Aira-ügynök által alapított kisvállalkozás dollár per perc alapú vizuális tolmácsszolgáltatást (VIP) kínál, emberi minőségellenőrzéssel kiegészített AI-alapú dokumentumátalakítással és hangalámondásos (audio description) szolgáltatással.
Az egészségügyi és mindennapi életet segítő eszközök közül az En-Vision America ScripTalk rendszere érdemel említést: ingyenes, recept-felolvasó megoldásuk nagy amerikai gyógyszertárláncokban (többek közt Walmart, Costco, CVS) érhető el, ahol egy speciális címkével ellátott olvasóeszköz vagy okostelefonos alkalmazás olvassa fel a gyógyszer nevét, adagolását és egyéb fontos adatait – a cég idén ünnepli fennállásának 30. évfordulóját. A Democracy Live 2007 óta fejleszt akadálymentes szavazási technológiát, elektronikus szavazógépeket és szavazat-visszaküldési megoldásokat, amelyeket rendszeresen etikus hackerek tesztelnek biztonsági szempontból. Az AT Guys, amely 17. alkalommal vett részt a konferencián, forgalmaz vízálló Bluetooth-hangszórókat, csontvezetéses fejhallgatókat, a Hable Stactiles nevű tapintható matricákat, valamint Dot Pad-eszközöket és BlindShell-telefonokat is. A National Braille Press idén 99. évfordulóját ünnepelte, és négy új kiadványt mutatott be: hármat Judy Dixontól – egyet a 3D nyomtatásról, egyet a braille-alapú érintőképernyős szövegbevitelről, egyet az Apple Watchról –, valamint egy frissített Mac-referenciakártyát a legújabb macOS-verzióhoz, Janet Ingbertől.
Összegzés
Az austini konferencia két bemutatott szegmense – a mesterséges intelligenciás jegyzetelés és vizuális értelmezés, illetve a kiállítói bemutató – együtt is jelzi, merre tart az akadálymentes technológia: a jegyzetelő és leíró AI-eszközök a mindennapi kognitív terhet veszik le a felhasználók válláról, a braille-kijelzők, okosszemüvegek és hangalapú szolgáltatások pedig folyamatosan bővülnek. Nem lesz mindenkinek hasznos minden bemutatott megoldás, de a kínálat sokszínűsége is a terület gyors fejlődéséről tanúskodik.
A cikk az Access On podcast 2026. augusztus 19-i epizódja alapján, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.