Ταλέντο και στο τραγούδι ο Lorenzo! [video]

Μπήκε στον τελικό μουσικού τηλεπαιχνιδιού!
Από τον

Λάζαρο Μαυράκη

28/12/2020

Ο Jorge Lorenzo είναι ένας από τους μεγαλύτερους αναβάτες των MotoGP στην σύγχρονη εποχή, αλλά πρόσφατα μας αποκάλυψε ότι διαθέτει και άλλα ταλέντα, καταφέρνοντας να περάσει στον τελικό του μουσικού show "Masked Singer". Με μια σαρκαστική διάθεση, θα μπορούσαμε να πούμε πως αυτή ίσως είναι και η καλύτερη επίδοσή του τα τελευταία δύο χρόνια…

Σίγουρα ο Ισπανός αναβάτης και πέντε φορές παγκόσμιος πρωταθλητής (τρεις φορές στα MotoGP και δύο στα 250cc), ξάφνιασε τους πάντες όταν εμφανίστηκε στο ισπανικό τηλεοπτικό show "Masked Singer", φτάνοντας μάλιστα και μέχρι τον τελικό!

Ο Lorenzo πέρασε το μεγαλύτερο μέρος του 2020 στην απραξία, καθώς ο ρόλος του ως αναβάτης εξέλιξης για την Yamaha περιορίστηκε σημαντικά λόγω της πανδημίας, ενώ από το 2021 θα αντικατασταθεί από τον Cal Crutchlow. Αυτό είχε ως αποτέλεσμα να πάει στο "Adivina Quien Canta" (όπως είναι ο ισπανικός τίτλος για το Mask Singer), ένα τηλεοπτικό show που προωτοεμφανίστηκε στην Κορέα και από τότε κατακτά την μία χώρα μετά την άλλη.

Για εμάς εδώ στην Ελλάδα που δεν ξέρουμε την πλατφόρμα του τηλεπαιχνιδιού, πρόκειται για έναν διαγωνισμό τραγουδιού διασημοτήτων, με τους δύο χειρότερους να ψηφίζονται κάθε εβδομάδα για αποχώρηση. Η διαφορά με τα τους αντίστοιχους διαγωνισμούς είναι ότι οι διαγωνιζόμενοι εμφανίζονται με εκκεντρικά και περίεργα κοστούμια, χωρίς να ξέρουν οι κριτές ποιος κρύβεται από κάτω, παρά μόνο την ώρα που αποχωρούν από το παιχνίδι.

Ο Jorge Lorenzo αποδείχθηκε πολύ καλός πίσω από το μικρόφωνο, αφού κατάφερε να παραμείνει στο παιχνίδι πέντε εβδομάδες ντυμένος σαν κοράκι, ενώ είχε βρεθεί στους δύο υποψήφιους για αποχώρηση μόνο μία φορά. Τελικά έφτασε μέχρι τον τελικό όπου αναδείχθηκε τέταρτος, έχοντας τραγουδήσει μέχρι εκείνη την στιγμή πολλές γνωστές επιτυχίες. Ο ίδιος πάντως περιέγραψε την εμπειρία του "μοναδική και αξέχαστη"

Δείτε εδώ το video με την αποκάλυψη του Lorenzo στο παιχνίδι

Κάμερες τροχαίας στην Αττική: Ψαλιδίστηκαν 21.000 καταγραφές πριν βεβαιωθεί πρόστιμο

Το νέο σύστημα ελέγχου καταγράφει παραβάσεις, αλλά κάθε υπόθεση εξετάζεται πριν εκδοθεί κλήση
Καμερες
Από τον

Φίλιππο Σταυριδόπουλο

4/8/2026

Περισσότερες από 21.000 καταγραφές παραβάσεων που εντόπισαν οι νέες κάμερες κυκλοφορίας στην Αττική απορρίφθηκαν έπειτα από έλεγχο της Ελληνικής Αστυνομίας, καθώς κρίθηκε ότι δεν υπήρχαν επαρκή στοιχεία ή δεν επρόκειτο για πραγματικές παραβάσεις

Σύμφωνα με στοιχεία της ΕΛ.ΑΣ., έως τις 22 Ιουλίου 2026 ακυρώθηκαν συνολικά 21.073 καταγραφές από το νέο σύστημα αυτόματης επιτήρησης της κυκλοφορίας, γεγονός που επιβεβαιώνει ότι οι κάμερες δεν εκδίδουν αυτόματα πρόστιμα, αλλά κάθε περίπτωση ελέγχεται πριν βεβαιωθεί παράβαση.

Ο συχνότερος λόγος απόρριψης ήταν η λανθασμένη αναγνώριση οχημάτων που κινούνταν πολύ κοντά στη διαγράμμιση, χωρίς όμως να την παραβιάζουν. Για τον λόγο αυτό ακυρώθηκαν 7.039 καταγραφές (33,4%).

Ακολούθησαν τα οχήματα έκτακτης ανάγκης και κρατικά οχήματα, με 6.051 ακυρώσεις (28,7%), καθώς διαθέτουν ειδικό καθεστώς κατά την εκτέλεση υπηρεσίας.

Σε 4.732 περιπτώσεις (22,5%) η ποιότητα της εικόνας δεν επέτρεπε την ασφαλή αναγνώριση του οχήματος, κυρίως κατά τις νυχτερινές ώρες ή σε συνθήκες χαμηλού φωτισμού.

Επιπλέον, 1.958 καταγραφές (9,3%) ακυρώθηκαν επειδή η κυκλοφορία ρυθμιζόταν εκείνη τη στιγμή από τροχονόμο ή υπήρχε νόμιμη εξαίρεση για οχήματα της ΕΛ.ΑΣ., της Πυροσβεστικής ή του ΕΚΑΒ.

Μικρότερο ποσοστό αφορούσε περιπτώσεις όπου καταγράφηκαν περισσότερα από ένα οχήματα στο ίδιο πλάνο (440 περιπτώσεις), ξένες ή μη καταχωρημένες πινακίδες (171), σφάλματα στην αυτόματη αναγνώριση πινακίδων (107), μη ευδιάκριτες πινακίδες λόγω φθοράς ή λάσπης (71) και ελιγμούς που πραγματοποιήθηκαν για αποφυγή ατυχήματος (28). Άλλες 476 καταγραφές χαρακτηρίστηκαν ως “λοιποί λόγοι”.

Τα στοιχεία δείχνουν ότι το σύστημα λειτουργεί με ανθρώπινο έλεγχο πριν από την επιβολή προστίμου, ώστε να αποφεύγονται λανθασμένες χρεώσεις. Παράλληλα, αναδεικνύουν τα σημεία όπου το σύστημα εμφανώς πάσχει, όπως η ακρίβεια των αλγορίθμων αναγνώρισης, η απόδοση των καμερών σε συνθήκες χαμηλού φωτισμού και η καλύτερη αναγνώριση των πινακίδων κυκλοφορίας.