Gboard 测试通过智能手机摄像头识别手语的功能

谷歌的 Gboard 输入法正准备推出一项新的手语识别功能，允许用户通过智能手机摄像头捕捉手势输入文本。该技术基于谷歌 DeepMind 的 SignGemma 模型，采用混合数据处理方式：视频在设备本地分析，而手势识别则在谷歌云端完成。

Sign-to-Text 功能旨在提升移动设备对听力和语言障碍人士的可访问性。在 Gboard 最新测试版（17.8.3.939743344）中，发现了帮助用户正确摆放手部位置的文本提示。例如，系统会在光线不足时发出警告，并建议用户移动到更明亮的位置。

目前尚不清楚最初将支持哪些手语。美国手语（ASL）最有可能率先支持，但其他地区手语（如英国手语）的支持尚未公布。此外，由于视频处理需要较高的计算资源，该功能是否兼容所有智能手机型号仍是未知数。

谷歌强调，摄像头拍摄的原始视频不会上传至云端，仅传输手势数据。此举旨在保护用户隐私，特别是考虑到此类数据的敏感性。未来，该功能可能成为推动包容性技术发展的重要一步，为全球数百万人简化交流方式。