百度發(fā)布曦靈-AI 手語平臺(tái)：可實(shí)現(xiàn)分鐘級(jí)生成手語合成視頻、手語主播實(shí)時(shí)直播
3 月 3 日消息，百度智能云曦靈正式發(fā)布“AI 手語平臺(tái)”，可實(shí)現(xiàn)分鐘級(jí)生成手語合成視頻、手語主播實(shí)時(shí)直播等能力，為手語服務(wù)普及的難題提出了新解法。同時(shí)百度智能云曦靈還發(fā)布了“AI 手語平臺(tái)一體機(jī)”，可以通過規(guī)?；渴鹂焖俳o障礙窗口，適用于醫(yī)院、銀行、車站等多種公共場(chǎng)合，緩解無障礙窗口短缺困境。
針對(duì)線上場(chǎng)景，“AI 手語平臺(tái)”具備“視頻手語合成”、“直播手語合成”、“文本轉(zhuǎn)手語”、“語音轉(zhuǎn)手語”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視頻、實(shí)時(shí)直播中增加手語畫面、文字翻譯為手語、語音實(shí)時(shí)翻譯為手語等多種效果。AI 手語平臺(tái)可搭載在各類 App、網(wǎng)站、小程序中，讓聽障人士也能輕松實(shí)現(xiàn)線上社交、娛樂休閑、課程學(xué)習(xí)等各類需求。
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 手語平臺(tái)”的核心功能，可實(shí)現(xiàn) ASR 語音識(shí)別、語音翻譯、人像渲染等多功能，讓“AI 手語平臺(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。
未來通過“AI 手語平臺(tái)一體機(jī)”即可將普通服務(wù)窗口直接轉(zhuǎn)換為“無障礙窗口”，聽障人士在醫(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)各類緊急情況進(jìn)行實(shí)時(shí)平等的溝通。
在語音識(shí)別清晰度上，百度智能云曦靈-AI 手語平臺(tái)通過 SMLTA 語音識(shí)別算法模型，實(shí)現(xiàn)聲學(xué)、語言一體化端到端建模語音識(shí)別，在手機(jī)端近場(chǎng)語音識(shí)別率可達(dá) 98% 以上。百度語音技術(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)的精煉度可控手語翻譯模型，并聯(lián)合手語語言學(xué)專家、特殊教育專家以及天津理工大學(xué)聾人工學(xué)院等制定了自然手語標(biāo)注規(guī)范，建設(shè)了大規(guī)模自然手語翻譯語料庫，使得模型可以從真實(shí)數(shù)據(jù)中學(xué)習(xí)手語翻譯知識(shí)，比如語序的調(diào)整、詞語的映射以及長度控制等，從而生成符合聽障人群習(xí)慣的自然手語。
最后，在手語動(dòng)作的流暢度上，AI 手語平臺(tái)通過“動(dòng)作融合算法”，基于《國家通用手語詞典》規(guī)范精修近 11000 多個(gè)手語動(dòng)作，讓每一個(gè)動(dòng)作的起落之間自然銜接，帶來真人手語般地連貫性表達(dá)。再配合 4D 掃描技術(shù)訓(xùn)練，使得 AI 手語數(shù)字人表情自然生動(dòng)，口型生成準(zhǔn)確度高達(dá) 98.5%。