科技日報記者 華凌

北京2022年冬奧會和冬殘奧會首次在中國舉辦，我國廣大聽障人群也期待著深入了解比賽資訊，全面感受這場精彩卓越的奧運盛會。

全國第二次殘疾人抽樣調(diào)查數(shù)據(jù)顯示，中國有超過2700萬名殘疾性聽力障礙人士。為了讓殘疾人朋友也可以更好地感受冬奧盛況，2月3日，由北京市科委立項實施的“冬奧手語播報數(shù)字人系統(tǒng)”正式上線，在北京冬奧會期間將在北京廣播電視臺新聞節(jié)目中投入使用，服務廣大聽障人士。

“冬奧手語播報數(shù)字人的應用展現(xiàn)我們‘讓機器像人一樣思考’的愿景。不僅使聽障人士能快捷獲取冬奧賽事資訊，還將無障礙環(huán)境理念傳遞到數(shù)億人群。”2月4日，智譜AI CTO張鵬在接受科技日報記者采訪時介紹。

據(jù)了解，本次亮相的“冬奧手語播報數(shù)字人”由北京市科委、中關村管委會科技冬奧專班委托智譜AI、凌云光和北京廣播電視臺聯(lián)合打造，還得到北京市殘疾人聯(lián)合會和市殘聯(lián)聾人協(xié)會的大力支持。

張鵬表示，這個系統(tǒng)基于“悟道2.0”超大智能模型進行研發(fā)，由北京智源人工智能研究院牽頭研發(fā)的“悟道2.0”旨在打造數(shù)據(jù)和知識雙輪驅(qū)動的認知智能，實現(xiàn)超越圖靈測試的機器認知能力。“悟道2.0”模型的參數(shù)規(guī)模達到1.75萬億，是GPT-3的10倍，是目前中國首個、全球最大的萬億級模型。由此，系統(tǒng)可自主搭建多模態(tài)肢體動作、表情、手指同步采集系統(tǒng)，運用跨模態(tài)擬人生成算法、超高精度寫實數(shù)字人等行業(yè)領先技術，實現(xiàn)冬奧期間賽事新聞的實時專業(yè)手語翻譯播報。

隨著2018年《國家通用手語常用詞表》和《國家通用盲文方案》作為語言文字規(guī)范正式發(fā)布，為了推廣和普及國家通用手語，“冬奧手語播報數(shù)字人”系統(tǒng)完成了《國家通用手語詞典》收錄的8214條通用手語的采集和錄制，并且語法都以聽障群體習慣打法為準，以確保手語播報成果的準確性和專業(yè)度，更好地服務聽障人群。

由于當前國內(nèi)缺少較完善的手語語料數(shù)據(jù)，研發(fā)人員在北京市殘疾人聯(lián)合會和市殘聯(lián)聾人協(xié)會的支持下，邀請超過40余位聾人老師及手語專家進行手語文本轉(zhuǎn)寫和技術指導，并進行大范圍聽障群體評測，最終構建了符合國家通用手語規(guī)范的國內(nèi)最大規(guī)模多模態(tài)手語語料庫，詞匯及語句總規(guī)模超10萬。

為構建能夠理解、翻譯語音和手語的智能數(shù)字大腦，科研人員以超大規(guī)模預訓練模型為“冬奧手語播報數(shù)字人”系統(tǒng)的核心技術，通過語義蒸餾及手語翻譯快編模型，實現(xiàn)新聞播報語音實時蒸餾成語義高度接近的手語文字，并翻譯成符合手語習慣的語序。最終，手語數(shù)字腦可以通過計算機模仿聽障人士的大腦，進行實時手語播報驅(qū)動。

研發(fā)團隊還自主搭建多模態(tài)肢體動作、表情、手指同步采集系統(tǒng)，實現(xiàn)高精度、高自然度的人物形象和手語動作姿態(tài)。通過采集多模態(tài)動作捕捉數(shù)據(jù)，運用跨模態(tài)擬人生成算法對超寫實數(shù)字人進行自然、流暢的實時驅(qū)動和渲染，實現(xiàn)對文本內(nèi)容的實時手語播報。其中，通過肌肉綁定技術驅(qū)動實現(xiàn)面部采集，結合業(yè)內(nèi)領先的語音識別及高清視頻合成等技術，呈現(xiàn)給聽障人群親切自然的冬奧手語播報服務。

張鵬說，手語播報數(shù)字人的應用場景廣泛，一方面可以為新聞媒體提供全流程智能化的數(shù)字人手語生成服務，方便聽障人士快速了解新聞簡訊；另一方面可將聲音廣播內(nèi)容轉(zhuǎn)化為手語，為聽障人士播報冬奧會賽事賽情、賽場成績，便于獲取即時信息。

目前，“冬奧手語播報數(shù)字人”在北京冬奧會期間正式投入應用，不僅能為聽障人士提供手語信息播報服務，降低冬奧運營成本，還便捷了聽障人士收看賽事專題報道，提升他們的社會參與度和幸福感。

此外，“中國地方手語不統(tǒng)一，手語播報數(shù)字人的推廣可加速國家通用手語推廣落地，推動國家通用手語標準普及，為殘疾人平等參與社會生活創(chuàng)造無障礙環(huán)境，讓科技更有溫度。更重要的是，它體現(xiàn)了北京這座城市對殘疾人群體的尊重，實現(xiàn)科技和人文的完美結合。”張鵬表示。

（文中圖片均由受訪者提供）

關鍵詞： 為您 手語 數(shù)字