從鋼琴指法得到啟發(fā)把手語轉(zhuǎn)化成語音

王娜娜：

“后來我看家里的小朋友，學彈鋼琴,，老師說手指該用力的時候,，小朋友沒用力。我就問老師這怎么能看出來的,，老師說看肌肉的用力情況，肌肉沒有動指法肯定不對,。這點提醒了我,，我就上網(wǎng)查，有一種研究是戴著一個臂環(huán)來判斷小朋友的指法正確不正確,，我立馬就想到了手語,。”

不同的手指動作,，會觸動不同區(qū)域的小臂肌肉,，發(fā)出不一樣的肌肉電信號。受益于鋼琴臂環(huán)的啟發(fā),，王娜娜和黃爽打算也應(yīng)用這項技術(shù)：將每個手語詞匯的肌肉電信號錄入系統(tǒng),，讓人工智能深度學習，再次遇見時,，識別和轉(zhuǎn)化成語音,，應(yīng)該并不難。在運動手環(huán),、智能手表普及的今天,，佩戴臂環(huán)，也不會讓失語者顯得突兀,。然而,，想讓電腦準確識別一個手勢動作,，需要反復(fù)采集肌肉電信號上千次。

黃爽：

“我們兩人就成天不停地在那兒抬手放手,、抬手放手,。”

讓失語者像普通人一樣流利對話

一個多月時間,，王娜娜和黃爽對著手語教材,，完成30個手勢的錄入，每人至少重復(fù)比劃了一萬五千多次,。證實方案可行后,，她們將更多志同道合的朋友拉入團隊。如同八萬多個漢字,，只有3500字常用,，8000多個手語手勢，也只有一小部分被失語者熟知,。

經(jīng)過天津理工大學聾人工學院的推薦,，團隊決定先錄入400個常用的手語動作。盡管目前,，臂環(huán)只能逐個翻譯手語,，實現(xiàn)失語者像普通人一樣流利對話，也存在許多技術(shù)難題,，但她們相信,，隨著人工智能的成熟，這些都將迎刃而解,。

相關(guān)報道:

• 中學生發(fā)明"爬樓輪椅" 不顛不打滑能自駕(圖)

• 7旬老人發(fā)明拉桿箱式電動車 路人當場要買(圖)

• 重慶小伙發(fā)明紙牌麻將 有人出50萬購買專利被拒

• 再見礦泉水瓶 英國科技團隊發(fā)明可食用水包(圖)