手语人工智能首次进入消费级：谷歌DeepMind推出手语转文本模型
IT之家 8 月 13 日消息，谷歌旗下人工智能实验室当地时间 12 日宣布推出一款大规模多语言手语转文本 (SL2T) 翻译模型。
得益于这一模型， 手语人工智能首次进入消费级产品 ：谷歌 Pixel 11 系列智能手机上的 Gboard 和 Live Transcribe 应用程序支持手语转文本输入功能（初期仅限美国手语，后续将扩展至更多种手语和更多设备）。
全球约 7000 万听力障碍人士使用 200 余种手语， 新的功能使他们能享受到类似语音输入的灵活“打字替代”体验 。测试显示，使用美国手语比用英语打字更快、更自然、更令人愉悦。
DeepMind 表示，手语是一种独立的自然语言，拥有自身独特的语法和词汇。因此 手语翻译需要真正的机器翻译 ，而非按顺序将手语转换为文字。而能满足 SL2T 任务的模型 必须能“看懂”手语使用者的身体多部位同步运动 ，这需要强大的计算机视觉处理能力。
Google DeepMind 的 SL2T 模型在超过 50 种手语的 10 万小时数据上进行训练。其将手语转化为一系列姿势特征点的位置信息以保护用户隐私安全， 无需将原始视频流发送到服务器端 。同时其放弃了以往广泛使用的“中间注释”，直接解读空间信息。
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
OpenAI抢后台，马斯克抢前台
陌陌母公司挚文季报图解：营收24亿净利降19% 唐岩刚获派息超8000万
智元机器人干翻宇树科技，拿下全球第一
DeepSeek V4-Pro-0813正式版深夜核弹：能打美国最顶级Fable大模型、3倍Flash价格
华为Mate 90系列首发韬定律麒麟芯片：成本暴涨 4699元起步价不复存在
2035年登月基建！中国月球机器狗负责挖矿、建造栖息地
为什么越来越多中产家庭，开始在家里搭建“儿童健身房”？
欧洲27年来首次出现日全食 天空高悬“金色指环”
荣耀RobotPhone：普通人拍电影的时代真的来了
不叫iPhone Fold！苹果首款折叠屏在内部统一称呼为iPhone Ultra
实测 DeepSeek V4 Pro 正式版：能力直逼 Fable 5，还藏了一个大招
封禁3年后 美国政府设备重新允许使用TikTok 特朗普：我在TikTok上一直霸榜第一名 用TikTok天塌不下来