SignGemma翻译站点

SignGemma 是 Google DeepMind 于 2025 年 5 月推出的一款先进的 AI 手语翻译模型，旨在打破听障人士在沟通中的障碍。该模型能够将美国手语（ASL）实时转换为英文文本，计划于 2025 年底开源，并纳入 Gemma 模型家族，供全球开发者使用和改进。

🧠 SignGemma 是什么？

SignGemma 是一款基于多模态学习的 AI 模型，专注于将手语转换为口语或文字，主要针对美国手语（ASL）和英语。该模型通过纯视觉识别方式理解手部动作及面部表情，提供高准确率的实时翻译，旨在为听障与失聪人士提供无障碍的数字沟通工具。

🚀 如何使用 SignGemma？

目前，SignGemma 正处于测试阶段，预计于 2025 年底正式开源。开发者和研究人员可通过 Google 官方注册页面 申请参与早期测试。

未来，SignGemma 可集成到各种应用中，如：

• 移动应用：将手语实时转换为文字或语音，便于日常沟通。

• 教育平台：辅助听障学生与教师之间的互动。

• 医疗系统：帮助医患之间进行无障碍交流。

🔧 主要功能

• 实时手语翻译：支持将 ASL 手语实时转换为英文文本，准确率高达 98.7%。

• 多模态输入处理：结合手型识别、动作序列分析和表情理解，实现更自然的翻译效果。

• 开源架构：作为 Gemma 家族的一员，SignGemma 将以开源模型形式发布，方便开发者根据不同需求进行定制和优化。

• 社群共建：Google 邀请全球听障社群、语言学家及开发者参与早期测试，确保模型设计符合实际需求和文化语境。

⚙️ 技术原理

SignGemma 的核心技术包括：

• 三维语义理解框架：通过多摄像头阵列与深度传感器，构建手部骨骼的时空轨迹模型，提升手势识别的准确性。

• 对比学习技术：训练包含 5000 小时多模态数据的“手语-口语平行语料库”，将手语的空间表达映射为口语的线性序列。

• 空间语法捕捉：识别手语中独特的空间语法特性，如使用不同身体区域代表不同话题域，提升翻译的连贯性。

🎯 应用场景

• 教育支持：帮助教师与听障学生之间的无障碍沟通。

• 医疗沟通：在诊疗过程中，协助医患之间的交流，减少信息误解。

• 公共服务：在政府机构和企业接待流程中，自动识别手语查询内容，提升服务质量。

• 社交互动：在直播、会议等场景中，实现手语与口语用户之间的实时交流。

📂 项目地址

• 官方网站注册页面：http://goo.gle/SignGemma

• 预计开源时间：2025 年底，届时将纳入 Gemma 模型家族。

❓ 常见问题

Q1：SignGemma 是否支持其他手语语言？

A1：目前，SignGemma 主要支持美国手语（ASL）与英语的转换。Google 已计划未来扩展至其他手语语言，如英国手语（BSL）、国际手语（IS）等。

Q2：SignGemma 是否支持双向翻译？

A2：当前版本主要实现手语到文本的翻译。Google 正在研发下一代模型，目标是实现口语到手语的双向实时转换。

Q3：如何参与 SignGemma 的测试？

A3：开发者和研究人员可通过 Google 官方注册页面 申请参与早期测试，提供反馈以优化模型性能。

SignGemma 的推出标志着 AI 技术在无障碍沟通领域的重大突破。通过先进的手语识别与翻译能力，SignGemma 有望为听障人士提供更便捷的沟通方式，推动社会的包容性发展。