手语转文本的模型出来了，第一个消费级应用放在了 Pixel 11 上。手语识别这条线以前一直卡在两处：一是它不只是手势分类，表情、口型、身体朝向都在携带语义，漏掉一个通道整句意思就偏了；二是要做到能用，得连续识别再输出通顺的句子，不能一个词一个词往外蹦。
真放到手机上跑，还要面对单摄像头、光线差、手频繁出画这些现实情况。
具体支持哪套手语体系、识别范围到什么程度，暂时没有细节，等上手反馈吧。这类东西能进到系统级应用里，比一直停在论文阶段有意义。
手语转文本的模型出来了，第一个消费级应用放在了 Pixel 11 上。手语识别这条线以前一直卡在两处：一是它不只是手势分类，表情、口型、身体朝向都在携带语义，漏掉一个通道整句意思就偏了；二是要做到能用，得连续识别再输出通顺的句子，不能一个词一个词往外蹦。
真放到手机上跑，还要面对单摄像头、光线差、手频繁出画这些现实情况。
具体支持哪套手语体系、识别范围到什么程度，暂时没有细节，等上手反馈吧。这类东西能进到系统级应用里，比一直停在论文阶段有意义。