研究人员开发了SIGNER,一个用于从文本生成手语的新框架,该框架解决了时间对齐方面的局限性。通过使用时间解析的条件约束和局部时间融合,SIGNER确保了生成手语的正确词汇顺序和语义准确性。此外,还引入了一个名为BackTranslation2.0的新评估指标来评估手语生成,该指标使用了一个基于代理的框架和基于LLM的交叉引用模块,与以往的方法相比,提供了更具语言学基础的评估。 AI
影响 手语生成和评估指标的进步可以提高聋哑社区的可访问性和沟通能力。
排序理由 两篇研究论文介绍了手语生成和评估的新方法。
- alphaXiv
- arXiv
- CatalyzeX
- CSL-Daily
- DagsHub
- Gotit.pub
- Hugging Face
- PHOENIX-2014T
- ScienceCast
- SIGNER
- Taeryung Lee
- BackTranslation2.0
- British Sign Language
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →