Vision Bridge

Vision Bridge は、Google Cloud AI Hackathon 2024 で開発されたプロジェクトで、最新の AI 技術を活用して視覚障がい者の日常生活をサポートする革新的なアシスタントアプリケーションです。

詳細なプロジェクト概要はこちら

目次

• 主な機能
• 技術スタック
• セットアップ
• 使用方法
• 貢献方法
• ライセンス

主な機能

1. リアルタイム環境認識: AI による周囲の状況分析と音声フィードバック
2. ナビゲーション支援: 音声ガイドによる目的地までの最適ルート案内
3. オブジェクト・テキスト認識: 物体や文字の詳細情報を音声で提供
4. 音声コマンド操作: 直感的な音声指示によるアプリ制御

技術スタック

• フロントエンド: Next.js, React, TypeScript
• バックエンド: Node.js, Express
• AI/ML: Google Cloud Vertex API (Gemini), Speech-to-Text, Text-to-Speech
• 自然言語処理: DialogFlow CX (Generator 使用)
• 地図サービス: Google Maps API
• インフラ: Google Cloud Platform (Cloud Run, Cloud Functions)
• CI/CD: Google Cloud Build

セットアップ

1. リポジトリをクローン:

   git clone https://github.com/yuting0624/VisionBridge.git

2. プロジェクトディレクトリに移動: cd VisionBridge

3. 依存関係をインストール: npm install

4. 環境変数を設定: cp .env.template .env

5. ローカルでの実行: npm run dev

使用方法

1. アプリを起動し、音声コマンド「ヘルプ」で使用方法を確認できます。
2. カメラを起動し、周囲の環境分析を開始します。
3. 音声コマンドで目的地を設定し、ナビゲーションを開始します。

貢献方法

プロジェクトへの貢献を歓迎します！ 新機能の提案、バグ報告、ドキュメントの改善など、どんな形での貢献も大歓迎です。

ライセンス

このプロジェクトは MIT ライセンスの下で公開されています。詳細はLICENSEファイルをご覧ください。

---

Vision Bridge は Google Cloud AI ハッカソンへの提出作品です。

このプロジェクトは、AI 技術を通じてより包括的な社会の実現を目指しています。