数据显示，我国现在约有2780万听障人士，每年还有大量听障新生儿不断增加中。随着社会的发展和进步，听障人士的权利意识、参与意识和平等意识都在不断增强，他们对信息的知情愿望、与健听人士的交流愿望也随之增强。尽管随着科技的发展，越来越多的听障人群可以通过语音转文字来沟通，然而，手语依然是聋人之间的首要沟通语言。
手语是听障人群交流的一种特殊表达方式和主要沟通工具，以手的动作、手指指式、身体姿态及面部表情的变化为表意或表音手段，进行交际的一种符号系统。不同于听觉语言，手语是一种视觉语言，由于表达和语法逻辑与健听人所学习的不同，大部分健听人看不懂手语的表达。所以，对于听障人士来说，获取信息是一方面，他们最渴望的，还是内心的表达，被“看懂”、被“理解”。
9月10日下午，天津市人工智能计算中心200P人工智能算力上线仪式在天津市河北区举行。会上，天津市残疾人联合会、天津理工大学、天津市人工智能计算中心、华为技术有限公司联合签约，基于昇腾AI算力及昇腾全场景AI框架昇思MindSpore，各方将共同研发“海河·尔语”聋人手语理解大模型，打造更精准的“手语-汉语”翻译产品，帮助听障人群更便捷、更准确的表达、传递信息，拓宽与外界的交流通道。
图：四方将共同研发“海河·尔语”聋人手语理解大模型天津理工大学聋人工学院是天津市政府和中国残联合办、我国第一所面向全国招收聋人的高等工科特殊教育学院，也是国内最早面向听障学生开设“全纳”（听障学生进入健听班级随班就读、跨学院联合培养）教育本科专业的高校。该学院在积极探索和构建面向听障生的融合育人培养体系的同时，也在持续探索如何构建并使用海量手语数据资源，提升听障人士生活和学习质量，促进聋健融合，通过人工智能技术力量助力国家无障碍建设。
图：天津理工大学聋人工学院副院长袁甜甜介绍手语大模型然而，手语大模型的构建时存在以下难点：1、手语语料库收集困难，需要熟悉标准的手语的模特示范，专业摄影及视图处理；2、手语语料数据普遍质量不高，需要多次收集、严格比对优化；3、缺少手语语言学语法分析体系，且缺失自动标注智能模型和手语表达的多样性，需要大量的人工标注和不断修正迭代；4、单信道手语识别准确率低，多信道手语数据融合难，手语视图需要结合人物表情、动作幅度、周围环境等多模态信道。
为解决以上难题，天津市残疾人联合会、天津理工大学携手华为TECH4ALL数字包容团队，依托天津市人工智能计算中心提供的澎湃AI算力，基于华为昇腾AI基础软硬件平台，特别是全场景AI框架昇思MindSpore，共同研发“海河·尔语”聋人手语理解大模型，共同致力于打造更精准的“手语-汉语”翻译产品。
图：袁甜甜介绍手语大模型带来的优势和应用场景“海河·尔语”大模型为国内首个自主可控聋人手语理解大模型，以聋人手语视图为蓝本，结合动作幅度、速度、人物表情及周围环境，深度、准确理解聋人手语表达的含义，并转换为健全人能理解的语音与文字，在国内独树一帜。超过百万的手语数据集将“喂”给“海河·尔语”大模型，经过模型与算法处理，便能高效地生成手语多模态模型，可以支持超过10亿的数据标注手语到汉语的翻译与训练。
未来，“海河·尔语”聋人手语理解大模型研究成果更有望走向更广阔的社会范畴，应用于智慧城市、智慧教育、智慧医疗、智慧养老、智能出行及公益项目等多个领域。
打破沟通障碍，让生活更有温度，科技从未停止探索的脚步。听障人群是我国社会不可忽视的重要组成部分，准确、及时的获取听障人士的表达、将信息传递给更多听障人士和健听人，是我国建设和谐社会、生态文明发展的重要需求。华为TECH4ALL数字包容团队将继续携手更多合作伙伴，共同助力听障人士更加便捷的融入社会，让数字世界更平等可持续。
（来源：News快报）
