To się jednak zmienia. YouTube, dzięki nowym funkcjom zasilanym sztuczną inteligencją, właśnie wprowadza jedną z najbardziej interesujących aktualizacji dla widzów w ostatnich latach: Expressive Captions – czyli dosłownie „Ekspresyjne Napisy”. Ta funkcja ma za zadanie przenieść emocje z dźwięku prosto na ekran, zmieniając nie tylko to, jak oglądamy, ale także jak rozumiemy oglądany kontent.
Ekspresyjne Napisy w filmach na YouTube, czyli jak AI tłumaczy emocje
Nowa funkcja łączy standardową transkrypcję z algorytmami sztucznej inteligencji, które potrafią wyłapać znacznie więcej niż same słowa. System rozpoznaje ton wypowiedzi, nacisk, emocje, a nawet dźwięki w tle — od westchnień po oklaski czy zdziwione okrzyki. To oznacza, że napisy przestają być płaskim tekstem, a zaczynają oddawać atmosferę materiału. Wcześniejsza wersja testowana na Androidzie już pokazywała potencjał takiego rozwiązania. Potrafiła rozróżnić szept od krzyku i odpowiednio to oznaczyć. Jeśli ktoś mówił podniesionym głosem, widz oglądający film bez dźwięku natychmiast to widział. Nowa funkcja idzie o krok dalej — dodaje kontekst emocjonalny, który wcześniej był dostępny tylko dla osób słyszących.
Czytaj też: Samsung aktualizuje harmonogram wsparcia. Sprawdź, czy Twój Galaxy wciąż będzie dostawał łatki
Najciekawszym elementem tej nowości są oznaczenia emocjonalne wyświetlane przed tekstem. Widzowie zobaczą tagi takie jak [radość] czy [smutek], które pomogą zrozumieć intencje mówiącego. To szczególnie przydatne przy sarkazmie — bez odpowiedniego tonu głosu łatwo przeoczyć, że ktoś mówi z przymrużeniem oka.
System oznacza też intensywność wypowiedzi. Jeśli ktoś krzyczy ze złości albo szepcze z przejęcia, napisy to odzwierciedlają. Dźwięki z tła również znajdują swoje miejsce — oklaski po udanej prezentacji, westchnienie zawodu czy zaskoczone sapnięcie. Wszystko to składa się na pełniejszy obraz tego, co dzieje się na ekranie.
Czytaj też: Grudniowy tuning Androida. Google wprowadza ulepszenia w płynności i odświeża skanery
Dla osób z problemami ze słuchem to ogromny krok naprzód. Wcześniej musiały polegać wyłącznie na słowach, tracąc całą warstwę emocjonalną komunikacji. Teraz mogą lepiej zrozumieć kontekst i intencje — czy ktoś żartuje, czy mówi poważnie, czy jest podekscytowany, czy załamany.
Niestety, dostępność funkcji jest na razie bardzo mocno ograniczona
Nowość działa obecnie tylko dla filmów w języku angielskim przesłanych po październiku 2025 roku. To naturalne ograniczenie na początek – algorytmy sztucznej inteligencji potrzebują czasu na naukę rozpoznawania emocji w różnych językach. YouTube planuje jednak szersze wdrożenie, które obejmie więcej języków i starsze materiały.
Ekspresyjne napisy to część większej strategii Google’a dotyczącej dostępności cyfrowej. W ramach zimowych ulepszeń firma wprowadza też ułatwienia w dyktowaniu głosowym przez TalkBack i inne funkcje ułatwiające korzystanie z urządzeń osobom z różnymi potrzebami. To pokazuje, że technologia może służyć nie tylko innowacji, ale też realnej poprawie jakości życia użytkowników. Czy napisy z emocjami staną się nowym standardem w internecie? Jeśli YouTube pokaże, że to działa, inne platformy z pewnością będą chciały nadążyć. W końcu dostępność to nie tylko obowiązek – to też szansa na dotarcie do szerszej grupy odbiorców.