2019年數(shù)字生態(tài)大會(huì)于5月21日—23日在昆明舉行，在AI分論壇上，騰訊優(yōu)圖實(shí)驗(yàn)室聯(lián)合負(fù)責(zé)人、杰出科學(xué)家賈佳亞分享了優(yōu)圖近期在AI手語識(shí)別上取得的突破——推出基于自研算法的“優(yōu)圖AI手語翻譯機(jī)”。

據(jù)賈佳亞介紹，AI手語翻譯機(jī)以普通攝像頭作為手語采集裝置，依托高性能計(jì)算機(jī)進(jìn)行后臺(tái)運(yùn)算，用戶只要正對(duì)攝像頭完成手語表達(dá)，翻譯機(jī)就能快速運(yùn)算出結(jié)果并把手語翻譯成為文字。未來有望在機(jī)場(chǎng)、民政窗口等公共場(chǎng)所部署和落地，助力信息無障礙城市建設(shè)。

(騰訊優(yōu)圖實(shí)驗(yàn)室聯(lián)合負(fù)責(zé)人、騰訊杰出科學(xué)家 賈佳亞)

AI手語翻譯機(jī)：自研算法，實(shí)現(xiàn)手語識(shí)別“黑科技”

手語識(shí)別(SLR)，就是指通過計(jì)算機(jī)算法，自動(dòng)區(qū)分手語表達(dá)中的各類手勢(shì)、動(dòng)作以及這些手勢(shì)和動(dòng)作之間的切換，***將表達(dá)的手語翻譯成文字。不過相比于其他AI視覺識(shí)別技術(shù)的研究，手語識(shí)別的研發(fā)卻存在更大的困難和挑戰(zhàn)。手語表達(dá)所特有的地域性、復(fù)雜性和多樣性極大地增加了數(shù)據(jù)采集與清洗的難度和成本，而受限于數(shù)據(jù)量的大小和人工設(shè)計(jì)特征的缺陷，很多傳統(tǒng)研究的研究方法在適應(yīng)性、泛化性及魯棒性上都十分有限。

[[266133]]

(優(yōu)圖AI手語翻譯機(jī)界面)

據(jù)賈佳亞介紹，此次騰訊優(yōu)圖推出的AI手語翻譯機(jī)，結(jié)合聽障人士手語表達(dá)的習(xí)慣采集手語數(shù)據(jù)，參考先進(jìn)的手勢(shì)識(shí)別、動(dòng)作識(shí)別和序列翻譯等技術(shù)，通過自研算法實(shí)現(xiàn)了對(duì)復(fù)雜手語表達(dá)的識(shí)別技術(shù)突破。相較于其他方法，優(yōu)圖AI手語翻譯機(jī)的數(shù)據(jù)集覆蓋了近千句日常表達(dá)，900個(gè)常用詞匯，同時(shí)對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的分析和歸納，擁有目前***的中文手語識(shí)別數(shù)據(jù)集，并支持整句手語表達(dá)的識(shí)別，可直接判斷用戶是否結(jié)束并完成實(shí)時(shí)翻譯。

應(yīng)用探索：視覺AI，助力信息無障礙建設(shè)

據(jù)北京聽力協(xié)會(huì)2017年公開數(shù)據(jù)，估計(jì)中國(guó)殘疾性聽力障礙人士已達(dá)7200萬，相當(dāng)于北京市常住人口(約2200萬，2015年數(shù)據(jù))的3倍多。盡管我國(guó)在信息無障礙領(lǐng)域的投入逐漸增加，但目前國(guó)內(nèi)的聽障人群需求依然得不到滿足。優(yōu)圖AI手語翻譯機(jī)的推出將一定程度地緩解聽障人士的交流障礙。

在演講中，賈佳亞表示，“未來，我們希望通過與聾啞人士或手語使用者的深入接觸，嘗試在公共事物場(chǎng)所為聽障者提供更好的服務(wù)，更好地助力信息無障礙的建設(shè)。”下一步，優(yōu)圖實(shí)驗(yàn)室將對(duì)AI手語翻譯機(jī)展開優(yōu)化和升級(jí)，嘗試在日常服務(wù)窗口、手語教育等場(chǎng)景中落地，為聽障人士帶來實(shí)實(shí)在在的便利。

目前，優(yōu)圖實(shí)驗(yàn)室已經(jīng)和深圳市信息無障礙研究會(huì)成立AI手語識(shí)別聯(lián)合項(xiàng)目組，就手語數(shù)據(jù)采集、產(chǎn)品算法優(yōu)化等方面展開長(zhǎng)期深度合作，并通過與聽障者或手語使用者進(jìn)一步接觸，擴(kuò)充數(shù)據(jù)容量，完善數(shù)據(jù)規(guī)范，致力于推動(dòng)后續(xù)的產(chǎn)品和服務(wù)部署，推動(dòng)信息無障礙建設(shè)。

(優(yōu)圖和深圳信息無障礙研究會(huì)AI聽障無障礙聯(lián)合項(xiàng)目組)

此次的數(shù)字生態(tài)大會(huì)展示的優(yōu)圖AI手語翻譯機(jī)，并不是騰訊在信息無障礙建設(shè)上的***嘗試。早在2009年騰訊便開始了信息無障礙方面的探索，截至目前，旗下QQ、QQ空間、微信、騰訊網(wǎng)、騰訊新聞、應(yīng)用寶、企鵝FM等大部分產(chǎn)品已針對(duì)障礙用戶實(shí)現(xiàn)專門優(yōu)化，致力于為障礙人士構(gòu)建信息友好社會(huì)。2013年，騰訊優(yōu)圖團(tuán)隊(duì)和手機(jī)QQ一起打磨了OCR引擎技術(shù)，基于計(jì)算機(jī)視覺算法及自然語言處理能力，可將圖片上的文字直接轉(zhuǎn)換為可編輯的結(jié)構(gòu)化文本，幫助視障群體實(shí)現(xiàn)信息溝通無障礙化。

與本次亮相數(shù)字生態(tài)大會(huì)AI分論壇的跨年齡人臉識(shí)別技術(shù)一樣，優(yōu)圖AI手語翻譯機(jī)同樣是騰訊踐行“科技向善”的重要體現(xiàn)。而優(yōu)圖實(shí)驗(yàn)室也將繼續(xù)秉承“科技向善”這一理念，推動(dòng)前沿技術(shù)在社會(huì)場(chǎng)景中的應(yīng)用，切實(shí)讓更多的實(shí)際問題得以解決。做有溫度的AI，讓科技產(chǎn)生更大的社會(huì)價(jià)值。