谷歌 DeepMind 推出手语转文本模型，Pixel 11 的 Gboard 与 Live Transcribe 支持手语输入

Google DeepMind 推出一款大规模多语言手语转文本（SL2T）模型，Pixel 11 系列手机上的 Gboard 和 Live Transcribe 已支持手语转文本输入，初期仅限美国手语，后续将扩展至更多手语和设备。该模型在超过 50 种手语的 10 万小时数据上训练，把手语转化为姿势特征点的位置信息，无需将原始视频流发送到服务器端，并放弃了以往广泛使用的中间注释，直接解读空间信息。