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推出大规模多语言手语转文本翻译模型，手语 AI 首次进入消费级产品，谷歌 Pixel 11 系列的 Gboard 和 Live Transcribe 应用率先支持美国手语转文本输入，后续将扩展。该模型基于超 50 种手语的 10 万小时数据训练，需具备强大计算机视觉处理能力以识别使用者身体多部位同步运动，采用直接解读空间信息的方式，还通过转化姿势特征点位置保护用户隐私，无需传输原始视频流，能为全球约 7000 万听力障碍人士提供类似语音输入的灵活打字替代体验，测试显示美语手语输入比英语打字更高效自然。