专访上海大学倪兰教授：语言学与手语识别技术的融合突破，解锁交流障碍｜GAIR live

模型信息

【模型公司】 Azure
【模型名称】 gpt-35-turbo-16k
【摘要评分】 ★★★☆☆

文章摘要

【关 键 词】 $ARTICLE_TAGS

在过去的二十年里，手语语言学研究取得了一定的进展，但仍面临着诸多问题和挑战。在手语信息化会议上，倪兰教授指出，尽管手语技术的研究取得了一定的进展，但对手语作为一门语言的深入理解仍然不足。大多数的信息科学的研究人员利用计算机视觉技术进行了多年的手语识别研究，但可能很多人并未真正意识到：手语是一种和有声语言同样的自然语言。近年来，一些科技公司推出了“手语数字人”试图为听障人士提供实时信息服务，但这些技术是否能融入日常生活、研发公司能否保留技术团队、听障群体是否真正接受这种翻译方式、以及这些技术是否通过了国家权威机构的技术有效性鉴定等问题仍然存在。倪兰教授认为，手语识别的核心问题在于手语的内部结构，包括语音构造、构词方式和句法结构。她的研究团队正在努力解决这些问题，以提高手语识别的准确性。在与计算机科学家的合作方面，倪兰教授提出了两个关键问题：如何利用技术手段处理长篇语料，以及如何实现标准样本的标注。这样的合作将有助于提高手语研究的效率，为计算机视觉技术在手语识别领域的应用提供充足的数据支持。

原文信息

【原文链接】 阅读原文
【阅读预估】 5723 / 23分钟
【原文作者】 AI科技评论
【作者简介】 雷峰网旗下AI新媒体。聚焦AI前沿研究，关注AI工程落地。