V zadnjih nekaj desetletjih so raziskovalci redno razvijali naprave, namenjene prevajanju ameriškega znakovnega jezika (ASL) v angleščino, z upanjem, da bodo olajšali komunikacijo med gluhimi in naglušnimi ljudmi ter sluhom. Mnoge od teh tehnologij uporabljajo rokavice za zajem gibanja podpisovanja, ki so lahko obsežne in nerodne.
Zdaj je skupina raziskovalcev z državne univerze v Michiganu (MSU) razvila napravo brez rokavic, velikosti epruvete s ščetkami, za katero upajo, da bo izboljšala ASL-angleški prevod.
Tehnologija, imenovana DeepASL, uporablja kamero napravo za zajemanje gibov rok, nato pa podatke hrani z algoritmom globokega učenja, ki ga ujema z znaki ASL. Za razliko od mnogih prejšnjih naprav DeepASL lahko prevede cele stavke namesto posameznih besed in od uporabnikov ne zahteva, da med znaki premorijo.
"To je resnično vsiljiva tehnologija, " pravi Mi Zhang, profesor elektrotehnike in računalniškega inženiringa, ki vodi raziskave.
Zhang in njegova ekipa upajo, da bo DeepASL pomagal gluhim in naglušnim ljudem s služenjem prevajalca v realnem času. Še posebej koristno bi bilo lahko v izrednih razmerah, pravi Zhang, ko bi čakanje na prevajalca lahko stalo dragocene minute. Zhang pravi, da lahko naprava, ki bi jo lahko integrirali s telefonom, tabličnim računalnikom ali računalnikom, pomaga tudi pri učenju ASL. Ker se več kot 90 odstotkov gluhih otrok rodi staršem, ki slišijo, obstaja velika skupnost odraslih, ki se morajo hitro naučiti ASL. DeepASL bi lahko služil kot digitalni učitelj, s povratnimi informacijami o tem, ali se učenci pravilno podpisujejo.
Zhang je prijavil patent in upa, da bo imel napravo na trgu v roku enega leta. Ker temelji na cenovno dostopni tehnologiji - sistem za zajem gibanja Leap Motion pri nas prodaja 78 dolarjev - bi bil lahko bolj dostopen kot prejšnja prizadevanja.
Raziskovalca Biyi Fang in Mi Zhang demonstrirata DeepASL. (Državna univerza Michigan) Toda Christian Vogler, profesor študija komunikacije na univerzi Gallaudet, univerzi za gluhe ali naglušne, je skeptičen do naprav, namenjenih prevajanju ASL, in njegovo skepticizem delijo mnogi v skupnosti gluhih.
Naprave na splošno resnično ne prevajajo ASL, le prepoznajo ročne znake in jih spremenijo v angleško besedo na znak, pravi Vogler. To pomeni, da so izgubljene ključne slovnične informacije, informacije o tem, ali je fraza vprašanje, negacija, relativna klavzula itd. Medtem ko DeepASL prevaja celotne stavke, nekatere značilnosti slovnice ASL presegajo ročne znake - obrazni izrazi se pogosto uporabljajo kot modifikatorji, dvig obrv pa lahko besedno zvezo spremeni v vprašanje, položaj telesa pa lahko kaže, kdaj uporabnik ASL navaja nekoga drugega.
Do zdaj "noben od sistemov ni uporaben niti na daljavo ljudem, ki se podpisujejo, " pravi Vogler in dodaja, da se raziskovalcem pogosto zdi, da imajo "zelo malo stika s skupino [gluhi in naglušni] in zelo malo predstave o njihovi resničnosti potrebe. "
Zhang-ova ekipa naprave ni preizkusila na gluhih in naglušnih ljudeh, temveč na študentih v programu prevajanja znakovnega jezika. Zhang poudarja, da je DeepASL zasnovan tako, da na tem mestu omogoča le osnovno komunikacijo in da je to le izhodišče. Pravi, da njegova ekipa upa, da bo v prihodnosti razširila zmožnosti DeepASL-a, da bi zajela tudi obrazno mimiko.
"To bo naslednji pomemben mejnik, ki ga bomo dosegli, " pravi.
Vogler pravi, da je pozitivno, da tehnologija MSU uporablja metode globokega učenja, ki so imele uspeh z govornim jezikom. Kljub temu, da rokavice ne potrebujete, ima naprava enake pasti kot prejšnji sistem, saj ne zajema gibov obraza in telesa.
Vogler meni, da bi se morali raziskovalci oddaljiti od ideje, da naprave za prepoznavanje znakovnega jezika resnično lahko zadovoljijo osebne komunikacijske potrebe.
"Imamo veliko možnosti za olajšanje osebne komunikacije in dokler ne bomo imeli nekaj, kar dejansko spoštuje jezikovne lastnosti podpisanih jezikov in dejansko komunikacijsko vedenje podpisnikov, ta prizadevanja ne bodo nikjer blizu nadomeščanja ali nadomeščanja, " pravi. "Namesto tega morajo ljudje sodelovati z dejanskimi člani skupnosti in z ljudmi, ki razumejo kompleksnost podpisanih jezikov."
Vogler pravi, da bi bilo koristno za tehnologijo prepoznavanja znakovnih jezikov, kot je MSU, za delo z govornimi vmesniki, kot je Alexa. Rast teh vmesnikov je izziv za dostopnost za gluhe in naglušne, saj pravi, da je internet - večinoma vizualni medij - velik izziv za slepe ljudi.
"Trenutno nimamo učinkovitega in učinkovitega načina za interakcijo s temi govornimi vmesniki, če ne moremo ali ne želimo uporabljati svojega glasu, " pravi. "Prepoznavanje jezika znakov je popolna ujemanje za to situacijo in dejansko bi lahko bilo koristno in se navaditi."
