Основной движок функции — OCR (Optical Character Recognition) или оптическое распознавание символов.

1. От бумаги к аудио: Вы читали бумажный вариант книги в метро, а на выходе решили перейти на аудио. Вы наводите камеру на страницу, приложение сканирует текст, распознает ключевые фразы и мгновенно перематывает аудиокнигу на нужный таймкод.
2. Обратная синхронизация: Если вы слушали книгу за рулем, а дома хотите продолжить чтение в кресле, Spotify покажет номер страницы (или даже абзац), на котором остановился диктор.
3. Обработка ошибок: Если текст размыт или освещение плохое, приложение попросит отсканировать соседнюю страницу для уточнения контекста.

Убийца Amazon Whispersync?

У Amazon уже давно есть аналог — Whispersync for Voice. Но у него есть критическое ограничение: он работает только в экосистеме «Kindle + Audible».

• Spotify же играет шире: их ИИ-сканеру теоретически всё равно, где вы читаете текст — в читалке другого бренда или в старом покете.

Технические «подводные камни»

Конечно, есть пару нюансов, которые инженерам Spotify еще предстоит улучшить:

• Разные издания: У «твердой обложки» и «мягкого переплета» разная верстка и нумерация страниц. Вероятно, алгоритм будет сопоставлять именно текст (семантическое ядро), а не просто цифру в углу листа.
• Приватность: Для работы функции требуется доступ к камере. Spotify подчеркивает, что это «инструмент синхронизации», но пока не ясно, будут ли снимки страниц использоваться для дообучения моделей распознавания.

Это отличный пример того, как классическое OCR находит вторую жизнь благодаря ИИ. Если Spotify удастся победить проблему разных пагинаций (нумерации страниц) в разных изданиях, они создадут идеальный мост между аналоговым и цифровым миром.