Vision Assistant Pro, l’add-on per NVDA che appoggia i modelli Gemini di Google a una ventina di comandi da tastiera, è arrivato nell’Add-on Store il 1° settembre con la versione 2026.09.02. Lo firma Mahmood Hozhabri, la licenza è GPL versione 2, il requisito minimo è NVDA 2025.1. Le tre novità di questa release riguardano il recupero del lavoro già fatto e il modo in cui si parla con l’assistente.
Una cronologia con Ctrl+H
Il livello comandi dell’add-on si apre con NVDA+Shift+V e da questa versione include una finestra di cronologia richiamabile con Ctrl+H. Elenca le chat e i documenti passati e li filtra in tre viste: tutto, solo chat, solo documenti. Riaprendo una conversazione torna l’intero scambio precedente, e i file che erano stati allegati vengono riagganciati in automatico invece di dover essere ricaricati a mano. Il tasto Canc elimina la voce selezionata, e c’è un comando per svuotare l’elenco in blocco.
La stessa logica è stata portata dentro il lettore di documenti. Premendo D nel livello comandi compaiono per primi i documenti letti di recente: si sceglie quello che interessa e la lettura riprende dalla pagina in cui era rimasta, anche nei casi in cui il riconoscimento ottico del testo era già stato completato in una sessione precedente. Chi vuole aprire un file nuovo continua a usare Ctrl+O.
Si tiene premuto un tasto per parlare
La modalità Live Assistant, quella in cui si conversa a voce con il modello, aveva finora il microfono sempre aperto. La 2026.09.02 aggiunge il push to talk: si attiva in una nuova scheda delle impostazioni e si assegna un tasto qualsiasi, compreso un modificatore isolato come il Control sinistro. Si tiene premuto per parlare e si rilascia quando si ha finito, con un bip breve alla pressione e uno al rilascio che segnalano quando il microfono è attivo. Un interruttore corrispondente compare nella finestra del Live Assistant, così si passa da push to talk a microfono aperto senza uscire dalla conversazione.
La quarta voce del changelog è l’aggiunta di Gemini 2.5 Flash Native Audio fra i modelli disponibili per la conversazione vocale.
Cosa c’è dentro il livello comandi
L’add-on raccoglie sotto un’unica combinazione una lista di funzioni che di solito stanno in programmi separati. Ci sono il traduttore del testo selezionato e quello degli appunti, il raffinatore di testo, la descrizione di un oggetto sullo schermo e quella dello schermo intero, l’analisi di un video e la registrazione locale, il lettore di documenti, il riconoscimento ottico su file, un risolutore di CAPTCHA, la chat diretta senza bisogno di partire da un’immagine, la trascrizione e il doppiaggio di file multimediali, la dettatura, la traduzione vocale, l’esploratore dell’interfaccia, l’etichettatura degli oggetti e una funzione chiamata AI Operator.
Le impostazioni rapide si muovono con le frecce dentro lo stesso livello: su e giù per passare fra provider, modello, lingua della risposta e modello di sintesi vocale, destra e sinistra per cambiarne il valore, con un riscontro vocale breve a ogni variazione. Questo comportamento era arrivato con la versione di metà agosto, insieme alla possibilità di assegnare etichette agli elementi trovati dentro l’esploratore dell’interfaccia.
Serve una chiave, e va tenuta d’occhio la quota
Come tutti gli add-on che si appoggiano a un modello esterno, Vision Assistant Pro funziona con una chiave API dell’utente. L’add-on prevede due comandi dedicati a questo aspetto: uno segnala le chiavi che hanno esaurito la quota, l’altro riporta l’instradamento avanzato quando le chiavi configurate sono più di una e l’add-on deve decidere quale usare.
Nel changelog di agosto l’autore aveva chiuso un errore che faceva perdere la cronologia della chat quando si premeva Spazio per riascoltare l’ultimo risultato. La versione pubblicata il 1° settembre è collaudata fino a NVDA 2026.1.
Nell’Add-on Store gli strumenti che collegano NVDA a un modello linguistico sono ormai diversi e in parte si sovrappongono. LinguaPal traduce gli appunti e descrive lo schermo appoggiandosi a Gemini o a Groq, Instant Translate si occupa soltanto di traduzione, Vis Aware ha aggiunto DeepSeek al riconoscimento ottico e alla descrizione delle immagini. Vision Assistant Pro sta nella fascia degli add-on che provano a coprire tutto sotto un unico livello di comandi.
Vision Assistant Pro si installa dall’Add-on Store di NVDA ed è gratuito. Il codice sorgente e le note di rilascio sono sul repository GitHub di Vision Assistant Pro. La chiave Gemini va richiesta separatamente su Google AI Studio.
Chiedi a Sonar su questo articolo
Sonar è l’assistente di TecnoAccess: risponde usando solo gli articoli della testata e ti dice sempre di quando è la cosa che racconta.
Iscriviti e ricevi il libro in regalo
Iscrivendoti alla newsletter ricevi subito «AI e disabilità visiva 2026», il nostro libro di 67 pagine sugli strumenti che funzionano davvero, in EPUB e in PDF accessibile.
Poi, ogni venerdì mattina, le notizie della settimana e un consiglio pratico su VoiceOver, NVDA o TalkBack che pubblichiamo solo lì. È gratis e ci si disiscrive con un clic.