识别率|一群年轻人教“AI”学手语，目标是让千万聋人被“听见”( 六 )
意识到这一点 ， 近年来各国推进的手语识别、翻译项目 ， 大多采用计算机视觉的方法 ， 利用摄像头收集数据、建立语料库 ， 袁甜甜和她的团队也是如此 。 现阶段更常见的问题 ， 一是收集的样本太少 ， 数据集不够大 。 二是数据集建起来了 ， 但没能对语料进行高质量筛选和标注 。 说白了 ， 就是语料“不好使” 。
袁甜甜说 ， 人工智能深度学习的过程 ， 有点像教小孩学说话 ， 一个单词先得全家上阵 ， 翻来覆去地重复 ， 次数够了 ， 孩子才能建立印象 ， “哦 ， 这个单词叫妈妈 ， 不管是从爸爸嘴里说出来 ， 姥姥嘴里说出来 ， 还是舅舅、阿姨说出来 ， 都叫妈妈 。 ”同样的 ， 要让机器识别一个手语句子 ， 也要有足够多的人面对摄像头 ， 以不同的风格重复打同一套动作 ， 计算机才能“记住” 。
很多国外团队建立的手语数据集无法支持复杂场景下的手语翻译 ， 一个直接的原因 ， 就是无法找到足够多的人在自然状态下采集手语 。 “而我们的团队背靠聋人工学院 ， 很多成员本身就是手语使用者 ， 在自然手语的采集上有优势 。 ”袁甜甜说 。
“但是跟您实话实说 ， 我们也建过‘不好使’的数据集 。 ”袁甜甜直接给团队2018年建立的手势汉语数据集下了定义 ， “花了钱、费了功夫 ， 最后挺失败的”——失败之处在于 ， 那一次他们收集的语料是手势汉语而不是自然手语 。 手势汉语是按照健听人习惯的汉语语序 ， 而不是手语语序连词成句的 。
“比如说 ， ‘爱是我们共同的语言’ 。 这个句子用手势汉语来打的话 ， 就是按顺序一个字一个字地比画 ， ‘的’也有对应的手势 ， 也要打出来 。 但聋人日常使用手语的时候 ， 惯用的语序是：爱、我们、共同、语言、是 ， ‘的’不用打 。 我这个‘半颤子’手语 ， 讲课的时候也不会把‘的’‘了’都打出来 ， 那不符合自然手语的表达习惯 。 ”袁甜甜解释 。
“你把手势汉语翻译得再精准也没用 ， 聋人平时打的不是这个啊！”汲取了教训 ， 这一次再建手语数据集 ， 袁甜甜说 ， 他们不求速成 ， 只求每条语料都是原汁原味的自然手语 。 先按手语语序识别、再按口语习惯翻译 ， 虽然多了一个技术环节 ， 团队研发的难度也就长了一截 ， 袁甜甜们却坚持要选择那条“难走但正确”的路径 。
“咱做这个研究 ， 不想跟人吹我们的数据集有多大 ， 也不想说我们发了多么高大上的论文 ， 我们就一个目的：能用 。 ”袁甜甜斩钉截铁 ， “这个系统出来了 ， 聋人必须真的能用 。 ”
文章图片
推荐阅读
- IT|年轻人的第一台布加迪：纯电动折叠踏板车发布
- 本科生|“硬核”科技领域求贤若渴，上海与年轻人“一拍即合”
- 人物|董明珠：让想干事的年轻人有机会发挥 把不干事的人坚决干掉
- 轻工产业|工信部：到2025年轻工业年均增百项创新消费品
- 视点·观察|99元“代吃”一夜涨价8倍 肯德基泡泡玛特联手“收割”年轻人
- 年轻人|为什么年轻人总放不下深夜的手机？
- 手机输入法|百度输入法2021年度流行语出炉，年轻人们在用什么完成表达？
- 旗舰|真我 GT2 Pro，年轻人终于等来了可靠的旗舰机型
- 拳谱|1月7日：20~35岁的年轻人，最喜欢买什么？
- 新浪数码|三星Galaxy S21 FE 5G发布：更年轻的配色旗舰配置售价4599元