A Double Tap legújabb adásában a hallgatói levelek uralták a műsort: sorra érkeztek a panaszok a Meta okosszemüvegek akadozó funkcióiról, de szó esett egy új AI-alapú tanulóalkalmazásról, egy szintetikus hang furcsa kiejtési hibáiról, valamint arról is, miért maradnak elérhetetlenek sokak számára a jó minőségű braille-kijelzők.
A műsorvezetők, Steven Scott és Shaun Preece ezúttal is a hallgatói levelek mentén építették fel az adást. A témák sokfélék voltak, de két nagyobb csomópont rajzolódott ki: az okosszemüveg-piac jelenlegi állapota — benne a Meta termékeivel kapcsolatos frusztrációkkal —, valamint két konkrét eszköz, egy tanulást segítő mesterséges intelligencia és egy szintetikus hang, amelyek használat közben egyaránt megmutatták az AI erényeit és bosszantó hibáit a vakok és gyengénlátók mindennapjaiban.
A Meta szemüvegek megbízhatatlansága
Az adást egy Preston városából érkező hallgató, Dan levele indította el, aki arról számolt be, hogy Meta szemüvege a „nézd meg és mondd el” típusú funkciókat egyszerűen nem hajlandó végrehajtani. A hibát ideiglenesen megkerülheti, ha a Meta AI alkalmazásban négy menüszinttel lejjebb navigálva ki-, majd visszakapcsolja az AI funkciót. Dan azt is megjegyezte, hogy a párja korábbi Ray-Ban Meta szemüvege továbbra is hibátlanul működik, feltehetően azért, mert még nem kapta meg a problémás firmware- vagy alkalmazásfrissítést.
Shaun megerősítette, hogy ő is ugyanezzel küzd: naponta többször felugrik egy értesítés, hogy „megváltoztak az elérhető beállítások”, és ilyenkor újra ki-be kell kapcsolni a Meta AI-t ahhoz, hogy a szemüveg ismét használható legyen — csak azért, hogy amint leveszi és visszateszi a tokjába, a hiba újra jelentkezzen. A műsorvezetők szerint ez inkább alkalmazás-, mint firmware-szintű probléma, mivel Shaun teljesen naprakész szoftverrel is tapasztalja a jelenséget. Külön bosszantónak nevezték, hogy a Meta AI alkalmazás menürendszere logikátlanul van felépítve: az eszközbeállítások eléréséhez a felhasználónak több, szinte azonos nevű almenün kell átverekednie magát, mire eljut a kívánt kapcsolóhoz.
A beszélgetés rátért arra is, mennyire nehéz elérni a Metát akadálymentességi ügyekben. A házigazdák nem tudták biztosan megmondani, van-e a cégnek dedikált, globálisan elérhető akadálymentességi kapcsolattartója, de azt tanácsolták, hogy iPhone-on a telefon megrázásával elküldhető egy hibajelentés közvetlenül a Meta felé, és ezt érdemes is megtenni — még ha a válaszidő hetekre nyúlik is, ahogy azt Steven egy hasonló, Microsoft-fiókkal kapcsolatos, hetekig húzódó helyreállítási procedúrája is szemléltette. A nagy techcégekkel szembeni panaszok gyakran a süket fülekre találnak, de a házigazdák szerint enélkül a probléma soha nem kerül a cégek látókörébe — ahogy azt korábbi konferenciákon tapasztalt visszajelzések is mutatták, ahol a Meta csapata állítólag nem is tudott az őket érő panaszokról.
Két lovas verseny az okosszemüveg-piacon
Egy oklahomai hallgató, Donnie levele már a piac egészére irányította a figyelmet: melyik okosszemüveget érdemes megvenni, ha valaki elsősorban a nyomtatott szöveg — újságcikkek, könyvoldalak — pontos felolvasására kíváncsi? Donnie a Meta és az AGIGA (amelynek okosszemüvege a fejlesztők szerint hamarosan érkezik) között hezitált, az Envision Ally Solos terméket pedig csak érintőlegesen említette.
A házigazdák szerint a piac valójában leszűkült: úgy tűnik, az Ally Solos szemüveg egy időre lekerült a napirendről — bár ezt nem tudják biztosan —, miután kiderült, hogy az Envision inkább a saját szoftverét igyekszik a Meta szemüvegeire portolni, ahelyett hogy önálló hardvert fejlesztene tovább. Ezzel gyakorlatilag kétlovas versenyről beszélhetünk: a mainstream Meta-termékek és az AGIGA kifejezetten vakok és gyengénlátók számára tervezett szemüvege között.
Az AGIGA szemüvegét a hallgatói visszajelzések és a korábbi bemutatók alapján jól fogadták, és ez a házigazdák szerint nem véletlen: a terméket kifejezetten erre a közösségre szabták, nem mainstream kiegészítőnek szánták. Olyan apró, de sokat számító funkciókat emeltek ki, mint a tok „sípoló” funkciója, amellyel megkereshető az elveszett szemüveg — szemben a Meta „Find My” funkciójával, amely csak annyit közöl, hogy az eszköz „otthon van”, pontos helymeghatározás nélkül. A The Blind Life YouTube-csatorna alkotója, Sam Seavey állítólag részletes összehasonlítást készített az AGIGA EchoVision és a Meta Ray-Ban szemüvegek szövegfelolvasási pontosságáról, amit a házigazdák megnézésre ajánlottak az érdeklődőknek.
A beszélgetés egyik fontos pontja volt, hogy a szemüvegek önmagukban „csak hangszóró és kamera” — a valódi különbséget a rájuk épülő szoftver adja. Míg a Meta AI alkalmazás képernyőolvasó-használat szempontjából jelenleg nem nyújt kényelmes élményt, az AGIGA EchoVision eleve úgy épült fel, hogy a képernyőolvasós használhatóság a tervezés részét képezze, nem utólagos ráépítés. Az úgynevezett Meta Wearables Device Access Toolkit egyébként lehetővé teszi, hogy külső fejlesztők — köztük a Seeing AI csapata és mások is — saját alkalmazásokat építsenek a Meta-hardverre, ez a folyamat azonban még csak formálódik.
Felmerült az Apple és a Google várható szemüvegeinek kérdése is. A Google állítólag még idén ősszel piacra dobja saját okosszemüvegét Android alapokon, ami a házigazdák szerint azért ígéretes, mert a platform nyitottsága miatt a megszokott akadálymentességi alkalmazások (kiemelten az OOrion nevű, proaktív jelenetfelismerő alkalmazás típusú megoldások) valószínűleg könnyebben elérhetők lesznek rajta, mint egy zárt Apple-ökoszisztémában. Ez utóbbival kapcsolatban a házigazdák a Vision Pro példáját hozták fel intő jelként: az eszköz elülső kameráihoz hosszú ideig nem fértek hozzá az asszisztív alkalmazások, mire az Apple megnyitotta ezt a lehetőséget, a közösség érdeklődése már jórészt elpárolgott. Abban bíznak, hogy egy esetleges Apple-szemüvegnél ezt a hibát nem ismétlik meg.
TryLunaAI: személyre szabott tanulás telefonon és weben
A levelek között szerepelt egy lelkes beszámoló egy Lena nevű hallgatótól a TryLunaAI (a levélben betűzve: T-R-Y L-U-N-A A-I) nevű szolgáltatásról, amely tanulást segítő mesterséges intelligenciaként működik. A szolgáltatás weboldalon keresztül és telefonon is elérhető: az Egyesült Államokban helyi telefonszámon, illetve WhatsAppon keresztül bárhonnan a világból felhívható.
Lena elmondása szerint a Luna kétféleképpen használható: vagy önállóan tesz fel kérdéseket egy témában és ad kvízszerű visszajelzést, vagy a felhasználó tölthet fel saját anyagokat — jegyzeteket, cikkeket, előadás-átiratokat —, amelyeket az AI áttekint, majd ezekről beszélget vele. Lena saját példaként említette, hogy kínai történelmet tanul, konkrétan a második világháború alatt Sanghajba menekült zsidó közösség történetét, és a Luna szakaszokra bontva mutatta be az anyagot, majd minden rész után kérdésekkel ellenőrizte a megértést. Amikor szándékosan rosszul válaszolt egy kérdésre, az alkalmazás finoman, biztatóan javította ki. Lena azt is kiemelte, hogy egy ügyfélszolgálati kérdésére percek alatt választ kapott, és arra biztatta a hallgatókat, támogassák a fejlesztőt, aki állítása szerint kifejezetten a vakok és gyengénlátók akadálymentességi igényeit szem előtt tartva építette fel a terméket.
A házigazdák lelkesen fogadták a hírt, kiemelve, hogy általában is szeretik az AI ilyen jellegű, oktatási célú alkalmazását — a kvízszerű visszakérdezést különösen hasznosnak tartják. Egyetlen nyitott kérdésük maradt: a „Try” (próbáld ki) szó a névben arra utalhat, hogy létezik egy ingyenes, korlátozott próbaverzió egy esetleges fizetős csomag mellett, de ezt a levélből nem lehetett biztosan megállapítani.
A Runa TTS és a hangok kiejtési bakijai
A műsor egyik hallgatója, Cheryl New York állam Mid-Hudson-völgyéből azt írta, hogy Kindle-könyveit szívesen hallgatja az Apple egyik beépített, „Nicky” nevű hangjával, amely annyira természetesen szól — még torokköszörülés-szerű hangeffektusokkal is —, hogy szinte emberi felolvasást imitál.
Ez elvezetett egy hosszabb beszélgetéshez a Runa TTS szintetizátorról, amelyet a műsorban korábban Adi Kushnir mutatott be. Steven a Runa egyik brit angol hangját, Bridgetet használja, amelyet az egyik legtisztább, legkellemesebb hangnak tart, amivel az utóbbi időben találkozott — ennek ellenére több furcsa kiejtési hibára is felfigyelt. A legmulatságosabb eset egy népszerű alkalmazás nevének (amelyet a hangmotor egészen más, kínosan félreérthető szóösszetételként ejtett ki) félreolvasása volt, amit Steven előbb egy Facebook-bejegyzésben vélt elgépelésnek, majd rájött, hogy a saját telefonján is ugyanígy hangzik — vagyis ez magának a hangmotornak a hibája, nem az adott felhasználóé.
Más szavak is rendszeresen rosszul szólalnak meg: a „read” szó kiejtése kontextustól függetlenül mindig egyféleképp történik, holott az angolban jelen és múlt idős alakja eltérően hangzik, illetve a rövidítések (például az utca vagy „Street” rövidítése) következetesen „Saint”-ként szólalnak meg, függetlenül az eredeti szótól. A házigazdák szerint ez azért nehéz probléma, mert a szövegfelolvasónak kontextusból kellene eldöntenie a helyes kiejtést, miközben a felhasználók épp azt várják el egy screen readertől, hogy azonnal, feldolgozási késleltetés nélkül reagáljon. Megemlítették, hogy a Runa alkalmazásban létezik egy szótár-funkció, amellyel egyedi kiejtési szabályok adhatók meg, de egyikük sem használta még ezt korábban — a beszélgetés végén viszont mindketten jelezték, hogy érdemes lenne kipróbálni.
A TTS-alapú olvasás kapcsán Steven megemlítette saját, Claude segítségével összerakott kis alkalmazását, a Stash-t, amellyel megosztott cikkeket tud automatikusan megtisztítani a felesleges elemektől (reklámok, navigációs elemek), hogy azután Windows és iPhone gépein is kényelmesen, felolvasva fogyaszthassa a tartalmat — ez saját bevallása szerint egy korábbi, hasonló céllal épített jegyzetalkalmazásának, a Jotnak a folytatása, mindkettőt saját igényei alapján, mesterséges intelligencia segítségével fejlesztette.
A braille-kijelzők ára és a hiányzó fizetési lehetőségek
A műsor egyik legszemélyesebb hangvételű levele Lianda beszámolója volt, aki egyetértett Stevennel abban, hogy több gyengénlátó és részlegesen látó gyermeket kellene braille-írásra tanítani, még akkor is, ha képesek bizonyos méretű nyomtatott szöveget olvasni — saját iskolájában ezt a gyakorlatot alkalmazták, és ismer is olyan részlegesen látó embert, akit így tanítottak meg a braille-re.
Lianda ugyanakkor arra is felhívta a figyelmet, hogy a jó minőségű braille-kijelzők ára sokak számára megfizethetetlen. Iskolás korában még volt lehetősége egy braille-kijelzőt (a levélben „Focus 40” néven említve) laptoppal együtt használni, de mára, támogatás nélkül, nem engedhetné meg magának egy hasonló eszköz beszerzését. Egy nemrég a Sight Village szakkiállításon látott, jegyzetelésre is alkalmas Braille eMotion kijelzőt is szívesen használna, de ennek ára szintén elérhetetlen a számára.
Lianda felidézte, hogy korábban léteztek részletfizetési konstrukciók egyes gyártóknál, de ma már ezekhez PayPal-fiók szükséges, ami nem mindenki számára elérhető vagy kívánatos megoldás. Szerinte szükség lenne több fizetési opcióra, akár havi részletekben történő fizetésre is, hogy a több ezer dolláros egyösszegű kiadás helyett fokozatosan is előfizethetők legyenek ezek az eszközök.
A házigazdák teljes mértékben egyetértettek: ha az eszközök alapára nem, vagy csak minimálisan csökkenthető, akkor bérleti vagy előfizetéses konstrukciókra volna szükség — Steven saját példaként hozta fel, hogy Mac Studio számítógépét is lízingeli, és nem látja akadályát annak, hogy hasonló módon, havi díj ellenében braille-kijelzőket is bérelni lehessen, hiszen ezek az eszközök jellemzően drágábbak, mint egy átlagos számítógép. Arra jutottak, hogy valamiféle fizetési terv, pályázati támogatás vagy előfizetéses modell nélkül sok rászoruló egyszerűen kimarad ezekből a technológiákból.
Összegzés
Az adásból végül az rajzolódik ki, hol tart ma az akadálymentes technológia: az okosszemüveg-piacon egyre több, kifejezetten vakok és gyengénlátók számára tervezett megoldás jelenik meg, miközben a mainstream szereplők — elsősorban a Meta — szoftvere megbízhatatlan marad, az ügyféltámogatás pedig nehezen elérhető. Az AI eközben új, hasznos területeken bizonyít, legyen szó tanulást segítő eszközökről vagy szövegfelolvasásról, csak a részletek — mint a kiejtés pontossága — várnak még csiszolásra. A braille-kijelzők ára pedig emlékeztet arra, hogy a fejlődés önmagában kevés: fizetési konstrukciók és támogatási rendszerek nélkül a legjobb eszközök is elérhetetlenek maradnak sokak számára.
A cikk a Double Tap podcast 2026. szeptember 15-i adása alapján, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.