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

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。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。