谷歌手语AI模型首次落地消费产品
谷歌DeepMind发布了名为SL2T的手语转文字翻译模型,这是首个大规模多语种手语翻译系统。该模型首次走出实验室进入消费产品,在Pixel 11的Gboard输入法和Live Transcribe应用中实现手语听写功能,首发支持美国手语转英文。用户可以直接用手语在手机上搜索网页、起草消息或文档,还能向Gemini提问或执行任务。在Live Transcribe中,聋人用户可以用手语回应对话,不必来回打字。后续将支持更多设备和语言。 这件事的重要性在于,全球有超过200种手语,约7000万聋人和听障人士使用手语,但过去几十年的语音识别和翻译技术进步几乎完全绕过了这个群体。听人用户早已习惯语音听写、自动翻译和对话式交互,而手语用户始终被排除在外。SL2T的出现意味着手语AI从研究阶段进入实际可用的产品阶段,这不仅是技术突破,更是AI可及性的一次实质性推进,可能带动整个行业关注无障碍AI的开发。 对普通读者来说,如果你是聋人或听障人士,或者身边有使用手语的亲友,这项功能意味着你可以像听人用语音听写一样,直接用手语在手机上完成输入和沟通,不再需要依赖打字或他人协助。目前功能仅限Pixel 11上的美国手语用户,但谷歌表示更多设备和语言即将跟进。对开发者和产品经理而言,这也是一个信号:无障碍功能正在成为AI产品竞争的新维度。
资讯内容仅供参考;产品功能、价格与发布日期请以原文和官方公告为准。查看原始来源 ↗
会员留言