新系统可将个人特定的手势转化为语音，供交流能力有限的人使用

宾夕法尼亚州立大学的一个研究小组开发了一种原型系统，利用可穿戴传感器和人工智能将手势转换成语音。该系统能将个人特有的肢体动作转换成语音，从而区别于一般的系统。

这种新方法发表在《辅助和替代性交流》（Augmentative and Alternative Communication）杂志上，旨在帮助有运动或视觉障碍的人更独立、更有效地进行交流。该系统的关键创新点在于个人层面的可定制性。

与在大型数据集上训练的传统手势转语音系统不同，该系统旨在学习特异性动作--对个人而言具有特定含义的手势。这样，技术就能适应用户认为容易做出的特定动作，从而减轻用户的身体压力。

该系统的工作原理是让人在手腕上佩戴一个传感器，并重复一个手势约三次。它利用人工智能算法测量手势的运动特征，学习其独特的模式。然后将这种模式或手势与 "过来 "或 "停下 "等口语短语进行分配。每当用户做出手势时，联网的智能手机应用程序就会大声说出这句话。

在开发过程中，团队与语言能力有限的人密切合作。艾玛-埃尔科（Emma Elko）就是其中一位值得注意的参与者，她患有皮层视觉障碍。该系统成功地学会了她的个人手势，使她能够在没有母亲--她的主要交流伙伴--的帮助下进行交流。

研究人员表示，下一步将在更多人身上测试原型，以完善其区分相似手势和忽略非自主动作的能力。他们还计划在现有的传感器上增加摄像头，以提高精确度。