手势|教AI认手语的年轻人( 四 )


比起同年入学的王建源 , 乌力杰的求学经历要更复杂些 。 小学阶段 , 他靠助听器和读唇的本领 , 与健听孩子一道读过三年普校 , “三年都是全班第一” 。 那段经历锻炼了他的适应性和口语表达能力 。 后来 , 他离开青海 , 在武汉第二聋校完成高中学业 , 通过单考单招来到天津理工大学 。 这样的成绩在家族同辈的孩子中“笑傲群雄” , 更让他坚信“聋人也不比谁差” 。 他一度直接把“Deaf-无音”用作自己的微信昵称——在英文中 , Deaf就有聋人的意思 。
无论是学专业课、推广手语还是做科研 , 这个古铜色皮肤的蒙古族青年有股“一马当先”的闯劲儿 , “海伦·凯勒能做到的事情 , 我们为什么做不到?”
技术之难
王建源和乌力杰是受袁甜甜邀请加入项目团队的 。 2019年 , 他俩才上大二 , 就被委以重任 , 负责收集手语语料 , 撰写符合自然手语语法、语序的句子 。 手语是一门视觉性语言 , 基于这一特点 , “撰写”的过程不是通过手写或打字输入 , 而是以录制视频的方式完成的——王建源、乌力杰以及团队中其他听障生的重要工作之一 , 就是对着摄像头反复打手语 。
为什么是他们?
因为手语实时翻译技术之难 , 恰恰源于手语之美:
独立的语法体系 , 意味着团队研发出的系统 , 除了要将单个手语词汇的意思识别出来 , 还得把手语语序转化为健听人习惯的汉语语序 , 把手语的“火灭”调整成“灭火” , 才算完成翻译;独特的空间感 , 意味着高度相似的手语动作 , 在不同的环境中 , 可能有不同的译法 , 计算机要学着区分“屋外的太阳 , 屋里的灯”;丰富的表达方式 , 意味着手语识别不像语音识别那样 , 只需收集“声音”这一种“学习资料” , 要把人工智能训练成一个合格的手语翻译 , 得把手势、表情、大肢体动作 , 通通从视频转化为数据 , 再“教”给计算机 。 所以 , 能充分理解、展示手语之美的听障生 , 是最适合给人工智能当“老师”的人 。
王建源和乌力杰“教机器”学手语的本事 , 来自“教人” 。
尽管年纪轻 , 他们的手语教学经验却可谓丰富 。 刚上大一 , 他们就发现 , 对手语心存偏见的人不在少数 。 不止健听人 , 即使在听障生内部 , 也有很多同学 , 因为从小就受“打手语就是承认自己有残疾”“要像‘正常人’一样讲话”等观点影响 , 对手语怀有抵触情绪 。
因此 , 入学没多久 , 王建源和乌力杰就开始通过学院的手语社团、通过他们的微信公号、通过短视频平台 , 通过线下、线上各种渠道开班授课 。 像所有教语言的老师那样 , 讲语法、单词、句型……两个人甚至开始研究起更“超纲”的手语语言学知识:在王建源的书包里 , 一本《手语动词研究》和专业课教材揣在一起 , 有时间他就掏出来看两眼 。 乌力杰干脆跑去参加了中国残联主办的国家通用手语骨干教师培训班 , 毕业考核的时候 , 还拿了个总成绩第一 。

推荐阅读