Mówimy o darmowych wersjach, czy płatnych?

OCR działa spoko

Dla mnie to tłumaczenie mi skomplikowanych rzeczy tudzież kodu, którego nie rozumiem to jest game changer. Brakowało mi zawsze "nauczyciela" do matematyki czy do uczenia sie nowych rzeczy i w końcu go mam.

@TRPEnjoyer Tłumaczenie języków i to nawet z obrazków. To jest rzecz z której korzystam codziennie. Mianowicie napisałem sobie prosty skrypt i podpiąłem go pod skrót klawiszowy. Jak go kliknę to odpala mi się narzędzie wycinana kawałka ekranu, po zaznaczeniu robi mi się request do API Gemini w którym proszę go o odczytanie tekstu z obrazka, przetłumaczenie go na polski oraz wyjaśnienie znaczenia każdego słowa z osobna jeśli w danym kontekście ma różne znaczenia.

No i to działa świetnie, używam tego podczas przeglądania neta, oglądania YT, seriali, filmów itp. Ba działa nawet z rzeczami z którymi nie powinno. Np jak raz zapytałem się go żeby mi przetłumaczył jakieś chińskie znaczki napisane na nagim kobiecym ciele i zrobił to mimo, że jak normalnie mu wyślesz jakieś NSFW to się pluje o regulamin i kończy rozmowę xD.

Oprócz tego używam jeszcze Whispera + Gemini do tworzenia napisów SRT do filmów w językach których nie rozumiem. Napisałem sobie do tego całe narzędzie w Go gdzie podaje ścieżkę do pliku a on mi automatycznie robi transkrypcje a potem tłumaczy to za pomocą Gemini. W zależności od tego jak dobre było audio w filmie to działa różnie ale w optymalnych przypadkach jak testowałem to na filmikach gdzie autor mówi wyraźnie do dobrego mikrofonu to spokojnie szło zrozumieć z 80% tego co powiedział.

Mega to otwiera sporo możliwości bo masa treści w internecie jest w języku Chińskim, nigdy się go nie nauczę a tak to mogę w jakiś ograniczony sposób konsumować te treści itp. Jeszcze parę lat temu było to niemożliwe w takim prostym formacie jak teraz.