研究人员正在开发新的手语翻译 (SLT) 基准和模型,以提高准确性并捕捉传统指标之外的细微差别。一篇论文提出了一种基于 LLM 的 QA 协议,以更好地评估时空理解和内容保留,揭示了除一个词汇监督系统外,当前模型的表现相似。另一篇论文介绍 SignBind-LLM,一个具有专家流的模块化框架,用于连续手语、拼写和唇读,在多个数据集上取得了最先进的结果。第三篇论文提出了 M3T,一个用于手语生成系统,该系统集成了面部表情和头部运动等非手动特征,通过准确捕捉细微的语法线索,其表现优于基线。 AI
影响 手语翻译模型的进步和基准可以显著提高聋哑和听力障碍社区的可访问性和沟通能力。
排序理由 多篇研究论文提出了新的手语翻译模型和评估方法。
- bobsleigh
- ChicagoFSWild+
- How2Sign
- Marshall P Thomas
- SignBind-LLM
- Alexandre Symeonidis-Herzig
- BLEU-4
- CSL-Daily
- Finite Scalar Quantization VAEs
- NMFs-CSL
- PHOENIX-2014T
- SMPL-FX
- SMPL-X
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →