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(xué)彈鋼琴,,老師說手指該用力的時(shí)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(dòng)指法肯定不對(duì),。這點(diǎn)提醒了我,,我就上網(wǎng)查,有一種研究是戴著一個(gè)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(dòng)作,,會(huì)觸動(dòng)不同區(qū)域的小臂肌肉,,發(fā)出不一樣的肌肉電信號(hào)。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(xiàng)技術(shù):將每個(gè)手語詞匯的肌肉電信號(hào)錄入系統(tǒng),,讓人工智能深度學(xué)習(xí),再次遇見時(shí),,識(shí)別和轉(zhuǎn)化成語音,,應(yīng)該并不難。在運(yùn)動(dòng)手環(huán),、智能手表普及的今天,,佩戴臂環(huán),,也不會(huì)讓失語者顯得突兀。然而,,想讓電腦準(zhǔn)確識(shí)別一個(gè)手勢(shì)動(dòng)作,,需要反復(fù)采集肌肉電信號(hào)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(duì)話
一個(gè)多月時(shí)間,,王娜娜和黃爽對(duì)著手語教材,,完成30個(gè)手勢(shì)的錄入,每人至少重復(fù)比劃了一萬五千多次,。證實(shí)方案可行后,,她們將更多志同道合的朋友拉入團(tuán)隊(duì)。如同八萬多個(gè)漢字,,只有3500字常用,,8000多個(gè)手語手勢(shì),也只有一小部分被失語者熟知,。
經(jīng)過天津理工大學(xué)聾人工學(xué)院的推薦,,團(tuán)隊(duì)決定先錄入400個(gè)常用的手語動(dòng)作。盡管目前,,臂環(huán)只能逐個(gè)翻譯手語,,實(shí)現(xiàn)失語者像普通人一樣流利對(duì)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,。