發(fā)布日期：2019-05-17
騰訊科技訊 5月16日，全球無障礙宣傳日之際，騰訊優(yōu)圖實驗室宣布攻克AI手語識別技術(shù)挑戰(zhàn)，聯(lián)合深圳市信息無障礙研究會發(fā)布“優(yōu)圖AI手語翻譯機”，致力于通過人工智能技術(shù)為聽障人群搭建無障礙溝通平臺。
據(jù)優(yōu)圖實驗室AI手語識別項目組研究員陽趙陽介紹，優(yōu)圖AI手語翻譯機以普通攝像頭作為手語采集裝置，依托高性能計算機進行后臺運算，用戶只需面對攝像頭完成手語表達，翻譯機屏幕界面就能快速把手語轉(zhuǎn)換為文字，幫助聽障人士和健聽人士進行正常交流，未來有望在機場、高鐵、民政窗口等公共場所部署應(yīng)用，助力信息無障礙城市建設(shè)。
這也是繼本月初優(yōu)圖實驗室宣布通過人工智能技術(shù)幫助警方尋回多名被拐超過10年兒童之后，騰訊踐行“科技向善”理念的又一體現(xiàn)，也是騰訊在計算機視覺人工智能領(lǐng)域的又一重大技術(shù)突破。
攻克手語識別難題，自研算法解決溝通障礙
據(jù)世界衛(wèi)生組織最新數(shù)據(jù)顯示，目前全球約有4.66億人患有殘疾性聽力損失，超過全世界人口的5%；據(jù)估計，到2050年這一數(shù)字將達到9億，全球?qū)⒂屑s十分之一的人出現(xiàn)殘疾性聽力損失。據(jù)北京聽力協(xié)會2017年預(yù)估數(shù)據(jù)，我國聽力障礙人士已達7200萬，其中有2700萬聽障者需通過手語等方式進行溝通交流。
雖然我國在信息無障礙領(lǐng)域的投入在逐漸增加，但聽障人群的一些需求仍得不到滿足，尤其在公共環(huán)境設(shè)施、服務(wù)體驗等方面。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計，我國目前致力于聽障者專業(yè)服務(wù)的人士只有大約一萬名，大部分公共服務(wù)并沒有配備專門的便利設(shè)施，這些都是聽障者長久以來面臨的迫切需求。
針對這一社會痛點，優(yōu)圖團隊首次將計算機視覺人工智能技術(shù)應(yīng)用到手語識別場景，而此次發(fā)布的“優(yōu)圖AI手語翻譯機”產(chǎn)品，利用了普通攝像頭和高性能計算機，可以識別聽障人士的手語，并快速識別翻譯成文字。
據(jù)騰訊優(yōu)圖研究員陽趙陽介紹，手語翻譯的核心技術(shù)是手語識別（SLR），通過計算機算法，自動區(qū)分手語表達中的各類手勢、動作、手勢和動作之間的切換，最后將手語翻譯成為文字。此前也有一些團隊探索過用人工智能技術(shù)緩解聽障人士溝通障礙，但往往需要借助一些額外的設(shè)備或傳感器，不僅增加了使用門檻，而且也無法保證對復(fù)雜手語表達的識別率。不僅如此，手語特有的地域性、復(fù)雜性和多樣性，使得手語識別技術(shù)即使在深度學(xué)習(xí)的幫助下也依然存在很大的挑戰(zhàn)，難以被實際應(yīng)用。
手語識別算法總體框架圖
此次優(yōu)圖AI手語翻譯機產(chǎn)品，通過自研算法實現(xiàn)了對復(fù)雜手語表達的識別技術(shù)突破，該算法參考了先進的手勢識別、動作識別和序列翻譯等技術(shù)，考慮了手語的地域性和多樣性表達，包含了不同的表達習(xí)慣和速度。
據(jù)介紹，優(yōu)圖實驗室手語識別數(shù)據(jù)集覆蓋了近千句日常表達，900個常用詞匯，是最大的中文手語識別數(shù)據(jù)集。與此同時，優(yōu)圖對數(shù)據(jù)進行了進一步的分析和歸納，使優(yōu)圖AI手語翻譯機能夠?qū)崿F(xiàn)整句的識別和翻譯，用戶表達的時候可以連貫將整個句子表達完，不需要設(shè)定特定的結(jié)束或起始動作，也無需在句中故意停頓或放慢速度。
踐行科技向善，騰訊攜手信息無障礙研究會攻堅場景服務(wù)
“優(yōu)圖團隊將繼續(xù)進行語料庫拓展和算法優(yōu)化，進一步探索在機場、民政等公共服務(wù)領(lǐng)域部署，提供無障礙溝通解決方案，方便聽障人日常交流提供便利。”騰訊杰出科學(xué)家賈佳亞教授表示。
為進一步深入接觸聽障群體，了解手語和優(yōu)化數(shù)據(jù)和識別算法，目前騰訊優(yōu)圖實驗室已和深圳市信息無障礙研究會成立AI手語識別聯(lián)合項目組，雙方將基于手語數(shù)據(jù)采集、產(chǎn)品算法優(yōu)化等展開長期深度的合作，通過與聽障者或手語使用者進一步接觸，擴充數(shù)據(jù)容量，完善數(shù)據(jù)規(guī)范，致力于推動后續(xù)的產(chǎn)品和服務(wù)部署。
深圳市信息無障礙研究會秘書長楊驊表示，騰訊優(yōu)圖提供的這項技術(shù)，可以在一定程度上緩解聽障者的溝通障礙，為聽障者提供更好的服務(wù)。
實際上， 這并不是騰訊在AI+無障礙建設(shè)上的首次嘗試，騰訊一直在堅持推動“一個都不能少”和“信息無障礙”理念的傳播與落地。從2009年起，騰訊在信息無障礙方面率展開探索，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)品已針對障礙用戶實現(xiàn)專門優(yōu)化。騰訊旗下各類產(chǎn)品從社交、娛樂、新聞等多維度出發(fā)，共同努力，為障礙人士構(gòu)建友好的信息社會。2018年12月3日，獲得“聯(lián)合國教科文組織數(shù)字技術(shù)增強殘疾人權(quán)能獎”。
根據(jù)世界衛(wèi)生組織的調(diào)查，全世界有超過十億人生活在因殘障引起的不便中，也就是說，地球上每七個人中就約有一人需要無障礙設(shè)施的幫助。為了讓更多的人關(guān)注障礙群體，了解無障礙理念，每年五月的第三個星期四也被設(shè)立為了全球無障礙宣傳日。
來源：騰訊科技
