Впровадження ШІ для мови жестів у руки користувачів

TL;DR

• •Google DeepMind представила модель SL2T для перетворення мови жестів на текст
• •Модель призначена для покращення доступності для глухих та людей з важким слухом
• •SL2T працює в реальному часі та потребує відеовходу
• •На даний момент підтримує американську мову жестів (ASL)
• •Дані про ліцензію, розмір та вимоги не розкриті

Як це змінить ваш ринок?

Для медіа-компаній головним блокером є відсутність автоматизованого способу перетворення мови жестів на текст, що обмежує створення доступного відеоконтенту. Впровадження SL2T дозволяє генерувати субтитри з мови жестів у реальному часі, скорочуючи витрати на переклад та розширюючи потенційну аудиторію. Це робить контент більш інклюзивним та допомагає дотримуватися законодавчих вимог щодо доступності. Крім того, інклюзивний контент може збільшити лояльність глядачів та відкрити нові монетизаційні можливості через рекламу, спрямовану на širшу аудиторію.

Визначення: Sign-language-to-text (SL2T) — це штучний інтелект, який аналізує відеопоток з жестовою мовою та перетворює його у написаний текст, забезпечуючи komunikację для людей зі слуховими обмеженнями.

Для кого це і за яких умов

Для інтеграції потрібен доступ до API або модель, дані про які не розкриті; орієнтовно потребує GPU з 24 ГБ пам’яті та фахівець з досвідом у обробці відео. Впровадження може зайняти від 1 до 4 тижнів залежно від інфраструктури та розміру команди. Підходить для середніх та великих компаній, які мають технічний відділ або можуть привернути зовнішніх консультантів. Якщо бюджет обмежений, варто розглянути хмарний сервіс з оплатою за використанням, щоб уникнути великих початкових витрат на обладнання.

Альтернативи