百度智能云發(fā)布曦靈-AI手語(yǔ)平臺(tái)，能實(shí)現(xiàn)分鐘級(jí)生成手語(yǔ)合成視頻！

　　百度集團(tuán)副總裁吳甜表示，人工智能呈現(xiàn)融合創(chuàng)新和降低門(mén)檻的新特點(diǎn)，綜合運(yùn)用多技術(shù)的數(shù)字人帶來(lái)新體驗(yàn)，AI加持使數(shù)字人制作和運(yùn)營(yíng)成本與門(mén)檻降低，AI手語(yǔ)平臺(tái)將讓更多聽(tīng)障人士享受科技帶來(lái)的便利。

　　據(jù)統(tǒng)計(jì)，目前我國(guó)聽(tīng)力語(yǔ)言殘疾人達(dá)到2780萬(wàn)以上，而專(zhuān)業(yè)的手語(yǔ)翻譯不足1萬(wàn)人，巨大的需求缺口亟待補(bǔ)足。百度智能云曦靈此次發(fā)布的“AI手語(yǔ)平臺(tái)”及“AI手語(yǔ)平臺(tái)一體機(jī)”，則可以實(shí)現(xiàn)在線上線下不同場(chǎng)景中快速手語(yǔ)翻譯服務(wù)，助力無(wú)障礙環(huán)境的建設(shè)。

　　針對(duì)線上場(chǎng)景，“AI手語(yǔ)平臺(tái)”具備“視頻手語(yǔ)合成”、“直播手語(yǔ)合成”、“文本轉(zhuǎn)手語(yǔ)”、“語(yǔ)音轉(zhuǎn)手語(yǔ)”四大功能，只需幾小時(shí)的部署，即可實(shí)現(xiàn)普通視頻合成為手語(yǔ)視頻、實(shí)時(shí)直播中增加手語(yǔ)畫(huà)面、文字翻譯為手語(yǔ)、語(yǔ)音實(shí)時(shí)翻譯為手語(yǔ)等多種效果。AI手語(yǔ)平臺(tái)可搭載在各類(lèi)APP、網(wǎng)站、小程序中，讓聽(tīng)障人士也能輕松實(shí)現(xiàn)線上社交、娛樂(lè)休閑、課程學(xué)習(xí)等各類(lèi)需求。

　　對(duì)于諸如醫(yī)院、銀行、機(jī)場(chǎng)等線下場(chǎng)景，一體化產(chǎn)品的優(yōu)勢(shì)正在逐漸放大。百度智能云曦靈此次發(fā)布的全離線一體機(jī)V3以及端云結(jié)合一體機(jī)P3，搭載了“AI手語(yǔ)平臺(tái)”的核心功能，可實(shí)現(xiàn)ASR語(yǔ)音識(shí)別、語(yǔ)音翻譯、人像渲染等多功能，讓“AI手語(yǔ)平臺(tái)一體機(jī)”像手機(jī)、電腦一樣可快速、批量的生產(chǎn)，并滲透到生活的各個(gè)角落。

　　未來(lái)通過(guò)“AI手語(yǔ)平臺(tái)一體機(jī)”即可將普通服務(wù)窗口直接轉(zhuǎn)換為“無(wú)障礙窗口”，聽(tīng)障人士在醫(yī)院可輕松實(shí)現(xiàn)掛號(hào)、看診、繳費(fèi)、取藥等全系列流程，在車(chē)站、機(jī)場(chǎng)可獨(dú)立完成值機(jī)、托運(yùn)、改簽、中轉(zhuǎn)，在法院、警局等特殊場(chǎng)景中也可對(duì)各類(lèi)緊急情況進(jìn)行實(shí)時(shí)平等的溝通。

　　在語(yǔ)音識(shí)別清晰度上，百度智能云曦靈-AI手語(yǔ)平臺(tái)通過(guò)SMLTA語(yǔ)音識(shí)別算法模型，實(shí)現(xiàn)聲學(xué)、語(yǔ)言一體化端到端建模語(yǔ)音識(shí)別，在手機(jī)端近場(chǎng)語(yǔ)音識(shí)別率可達(dá)98%以上。百度語(yǔ)音技術(shù)部總監(jiān)高亮表示，基于百度自研的深度學(xué)習(xí)算法，還可針對(duì)諸如旅游、醫(yī)院、司法等不同領(lǐng)域的詞準(zhǔn)率進(jìn)行針對(duì)性訓(xùn)練，詞準(zhǔn)率可達(dá)96%，使得AI手語(yǔ)平臺(tái)一體機(jī)更好地應(yīng)用于不同場(chǎng)景中。

　　其次，在手語(yǔ)翻譯的準(zhǔn)確度及精煉度上，百度人工智能技術(shù)委員會(huì)主席何中軍表示，百度研發(fā)了首個(gè)基于神經(jīng)網(wǎng)絡(luò)的精煉度可控手語(yǔ)翻譯模型，并聯(lián)合手語(yǔ)語(yǔ)言學(xué)專(zhuān)家、特殊教育專(zhuān)家以及天津理工大學(xué)聾人工學(xué)院等制定了自然手語(yǔ)標(biāo)注規(guī)范，建設(shè)了大規(guī)模自然手語(yǔ)翻譯語(yǔ)料庫(kù)，使得模型可以從真實(shí)數(shù)據(jù)中學(xué)習(xí)手語(yǔ)翻譯知識(shí)，比如語(yǔ)序的調(diào)整、詞語(yǔ)的映射以及長(zhǎng)度控制等，從而生成符合聽(tīng)障人群習(xí)慣的自然手語(yǔ)。

　　最后，在手語(yǔ)動(dòng)作的流暢度上， AI手語(yǔ)平臺(tái)通過(guò)“動(dòng)作融合算法”， 基于《國(guó)家通用手語(yǔ)詞典》規(guī)范精修近11000多個(gè)手語(yǔ)動(dòng)作，讓每一個(gè)動(dòng)作的起落之間自然銜接，帶來(lái)真人手語(yǔ)般地連貫性表達(dá)。再配合4D掃描技術(shù)訓(xùn)練，使得AI手語(yǔ)數(shù)字人表情自然生動(dòng)，口型生成準(zhǔn)確度高達(dá)98.5%。