前路漫漫 未來可期
——走出手語識(shí)別的“誤區(qū)”

文／姚登峰 郭曉斌

手語，對(duì)廣大民眾不陌生，時(shí)而看見生活周圍的聾人飛快地打手勢(shì)交流，聾人之間交流的語言就是手語。但更多的人知其然，不知其所以然。

200萬年前人類祖先最早依靠一些簡(jiǎn)單的手勢(shì)彼此溝通，在漫長的進(jìn)化過程中，人類慢慢學(xué)會(huì)說話，取代了初始的手勢(shì)。以致于在即將邁入人工智能的時(shí)代，很多人似乎忘記了人類先祖曾用的手勢(shì)和現(xiàn)代社會(huì)依然存在手語族。

手語分為自然手語和手勢(shì)漢語。自然手語是指聾人使用的“原生態(tài)”語言。聾人由于聽力喪失，為了便于交流，便產(chǎn)生了一種用手勢(shì)、身體、肢體動(dòng)作、面部情感等相互補(bǔ)充的空間語言，從語言學(xué)的角度來說稱之為自然手語。而手勢(shì)漢語也稱文法手語，符合漢語語法和語序的手勢(shì)序列，但不是聾人平時(shí)使用的手語。

由此產(chǎn)生的“手語識(shí)別”是一個(gè)多學(xué)科交叉的研究課題，既要懂語言學(xué)，還要懂得計(jì)算機(jī)科學(xué)、認(rèn)知神經(jīng)科學(xué)、心理學(xué)等等。那么何謂“手語識(shí)別”呢？即通過機(jī)器能識(shí)別，準(zhǔn)確地翻譯出自然手語這門空間語言所表達(dá)的完整意思。

我國手語識(shí)別成果喜人

如果要研究手語識(shí)別，首先要了解手語，認(rèn)識(shí)手語，了解聾人的需求。隨著社會(huì)的文明進(jìn)步，信息產(chǎn)業(yè)的飛速發(fā)展，越來越多的科研人員和愛心人士開始關(guān)注并研究手語識(shí)別。近幾年國家自然科學(xué)基金委先后批準(zhǔn)十幾個(gè)手語識(shí)別項(xiàng)目立項(xiàng)，涉及單位包括中科院計(jì)算所、哈爾濱工業(yè)大學(xué)、北京工業(yè)大學(xué)、大連理工大學(xué)等，這些項(xiàng)目都取得了不同程度的進(jìn)展和可喜的成果。還有些民間機(jī)構(gòu)，包括一些企業(yè)、興趣愛好者，也紛紛開始關(guān)注手語識(shí)別，希冀借助現(xiàn)代科技解決手語與文字、手語與語音之間的翻譯，實(shí)現(xiàn)聾人與健聽人之間的無障礙溝通。最具代表性的有中科院計(jì)算所的手語識(shí)別系統(tǒng)，北京工大的2008奧運(yùn)手語播報(bào)系統(tǒng)等。

中科院所研發(fā)的手語識(shí)別系統(tǒng)歷時(shí)八年，攻克了五大難關(guān)，主要包括數(shù)據(jù)采集和處理、手語大詞匯量識(shí)別、非特定人手語識(shí)別、手語多模態(tài)表達(dá)以及手語運(yùn)動(dòng)數(shù)據(jù)重定向，在10多位聾校老師和眾多聾校學(xué)生的幫助下，手語識(shí)別與合成課題組已建立了中國最大的手語詞匯庫，共有5500個(gè)詞，并采用手語詞根建模的識(shí)別方式來解決大詞匯量的識(shí)別問題。該項(xiàng)目始終以聾人需求為出發(fā)點(diǎn)和落腳點(diǎn)，研究人員作為“手語識(shí)別”的先行者，對(duì)手語的信息化技術(shù)做了很多有益的探索，為改善我國的無障礙環(huán)境做出了貢獻(xiàn)。

最近北航兩位女生研發(fā)的手語翻譯器炒得很火，這款產(chǎn)品在前不久百度與聯(lián)合國開發(fā)計(jì)劃署共同主辦的“極·致未來”責(zé)任創(chuàng)新挑戰(zhàn)賽上，獲得了一等獎(jiǎng)和最佳人氣獎(jiǎng)，被譽(yù)為最有“包容性”的項(xiàng)目。為保護(hù)失語者的尊嚴(yán)，她們本著人文的精神，想利用科技去幫助更多的聾人實(shí)現(xiàn)無障礙溝通。正是這樣源源不斷愿意為聾人做貢獻(xiàn)的愛心，才讓“手語”這門特殊的語言越來越多的出現(xiàn)在大眾的視野，讓人們關(guān)注到身邊還有龐大的聾人群體，從而關(guān)注手語識(shí)別、手語機(jī)器翻譯等科學(xué)技術(shù)。

手語識(shí)別發(fā)展“誤解”多多

這么多重大的發(fā)明接踵而來。那么，手語翻譯重大難題已解決了嗎？不，并沒有。我們?cè)谫澷p這些科研機(jī)構(gòu)、學(xué)者對(duì)“手語識(shí)別”孜孜不倦探索研究的同時(shí)，要對(duì)一些夸大其詞的輿論有正確的鑒別認(rèn)識(shí)，因?yàn)檫^度的“贊美”會(huì)阻滯手語信息化事業(yè)發(fā)展；而某些概念、邏輯不準(zhǔn)確、不專業(yè)、不嚴(yán)謹(jǐn)?shù)膶?dǎo)向，會(huì)誤導(dǎo)手語學(xué)術(shù)領(lǐng)域?qū)ξ覈笆终Z識(shí)別”研究的認(rèn)同度——表面上是夸大成果，實(shí)則是降低整體研究專業(yè)水平，損害研究部門形象。作為一名從事多年手語計(jì)算的計(jì)算語言學(xué)工作者，我想就目前一些“手語識(shí)別”常見的認(rèn)知誤區(qū)分享給大家。

第一、現(xiàn)在有報(bào)道稱“可以實(shí)現(xiàn)手語信息與自然語言的實(shí)時(shí)雙向翻譯”。這句話表達(dá)的意思，把手語視作一種信息的地位跟自然語言實(shí)現(xiàn)轉(zhuǎn)化。自然語言中包含著多種模態(tài)，當(dāng)然也包括手語。手語本身就是一門獨(dú)立的自然語言，在語言學(xué)研究領(lǐng)域已經(jīng)達(dá)成共識(shí)。它跟漢語、英語、日語、俄語等自然語言一樣，具有同等地位。所有關(guān)于手語的研究，必須建立在此基礎(chǔ)上。因此，這句話是不準(zhǔn)確的。

第二、有關(guān)手語識(shí)別的報(bào)道聲稱，只需要1000個(gè)手勢(shì)就可以做出手語翻譯系統(tǒng)。如果按照計(jì)算語言學(xué)專業(yè)術(shù)語嚴(yán)謹(jǐn)定義，1000個(gè)手勢(shì)就可以做出的手語翻譯系統(tǒng)，充其量只能算一個(gè)小容量的“手勢(shì)漢語翻譯小字典”。

有聲音說“可以讓所有沒有任何手語基礎(chǔ)的人能夠通過自然語言與“聾啞”人士無障礙交流?！逼湓竿己?，但存在諸多謬誤。首先概念模糊，有邏輯錯(cuò)誤。對(duì)自然手語識(shí)別的研究?jī)H僅還在起步階段，還有很多尚未解決的科研難題。其次，報(bào)道的成果只是手勢(shì)漢語的單詞翻譯。沒有手語基礎(chǔ)的人如何能夠通過自然語言與“聾啞”人士無障礙交流呢？就連新聞聯(lián)播里的手語翻譯那么標(biāo)準(zhǔn)，能看懂的聾人不多，因?yàn)椴?bào)的是手勢(shì)漢語翻譯。

手機(jī)識(shí)別科普迫在眉睫

據(jù)2010年末人口調(diào)查報(bào)告統(tǒng)計(jì)，我國有有聾人2075萬，每年新增2萬聽損兒童，比人口最多的少數(shù)民族——壯族還多440萬人，占全國總?cè)丝诘?6.79‰，是我國人口最多的“少數(shù)民族”。隨著康復(fù)技術(shù)的不斷發(fā)展，國家對(duì)聽障兒童給予諸多政策扶助和關(guān)愛，不少聽障兒童得到了較好干預(yù)，他們聽語康復(fù)回歸到主流社會(huì)，第一母語不再是自然手語。

除去這些康復(fù)了的聽障兒童，還有大批聾人群，他們中間能夠上大學(xué)的畢竟是少數(shù)。只有接受過教育的聾人才能理解手勢(shì)漢語。而更多的聾人群接受教育程度偏低，尤其是貧困地區(qū)仍然有很多聾人沒有接受過教育（筆者對(duì)此沒有做深入的調(diào)查研究，只是根據(jù)官方的報(bào)道和生活周圍的人群估算），有的聾人認(rèn)不到幾個(gè)字，甚至無法寫出一句完整的漢語句子，根本不懂手勢(shì)漢語表達(dá)的意思，當(dāng)然無法理解漢語語法和以漢語語法為基礎(chǔ)的手勢(shì)漢語。絕大多數(shù)聾人使用的是自然手語，也只能看懂自然手語。

就了解，目前“手語識(shí)別”的研究水平只能翻譯對(duì)應(yīng)的手語單詞，并不具備翻譯整段句子的功能，它們充其量可以作為一本“手語單詞識(shí)別字典”。如果非要說它是具備了一定手語成句翻譯功能的“手語識(shí)別系統(tǒng)”，那也只是“手勢(shì)漢語翻譯系統(tǒng)”。此系統(tǒng)適用者并不是以自然手語為第一語言的廣大聾人群，而是專門供健聽手語愛好者、聾人群中接受過一定教育的少部分聾人使用。

手語作為一門獨(dú)立的自然語言，擁有自己獨(dú)特的語法。最常見的例子就是在手語中的否定后置。例如，我們用漢語說：“禁止喧嘩”，翻譯成自然手語就成了“喧嘩““禁止”，這兩個(gè)詞的前后位置有變化，否定被放到了最后，因?yàn)槭终Z是以視覺效果為基礎(chǔ)的空間語言，否定后置會(huì)使句意表達(dá)更有力。就像我們把一段漢語句子放到谷歌翻譯成英文句子，可以保證翻譯后的英文句子100%還原漢語句子的句意、且沒有語法錯(cuò)誤嗎？同樣的道理，如果不能搞清楚手語中的語法關(guān)系，翻譯整體句意也很可能會(huì)是不倫不類，最多只能實(shí)現(xiàn)單詞、短語的選擇性翻譯，這就是筆者所說目前相關(guān)手語識(shí)別的研究，只能定義“手語字典”。手語識(shí)別，即整句翻譯功能還有無數(shù)個(gè)艱難險(xiǎn)阻的科研難題需要攻克。

手勢(shì)漢語與傳統(tǒng)語言計(jì)算有些類似，而手語計(jì)算與傳統(tǒng)語言計(jì)算有本質(zhì)差異。傳統(tǒng)語言的計(jì)算理論是建立在單信道基礎(chǔ)上的，而手語計(jì)算是基于多信道的。傳統(tǒng)語言計(jì)算的根本任務(wù)是“消歧”，而手語計(jì)算是以空間計(jì)算為主，核心任務(wù)是將單信道表征和多信道表征相互轉(zhuǎn)換。因?yàn)槭终Z的手部形狀、手部位置、手掌方向、頭部動(dòng)作、眼睛凝視方向、面部表情、肩部動(dòng)作和軀干姿勢(shì)等這些信道都包含語言學(xué)意義上必不可少的信息。這些信道信息互為依存，相互聯(lián)系，缺一不可。手語識(shí)別需要將空間建模、空間隱喻、空間語義等概念貫穿在手語計(jì)算的詞法、句法、語義和語用等各個(gè)階段。

那么對(duì)于手語研究我們應(yīng)該抱怎樣的態(tài)度呢？也許美國學(xué)者Huenerfauth Matt的成長故事可以給我們啟發(fā)。他是國際上知名的手語計(jì)算專家，賓夕法尼亞大學(xué)計(jì)算機(jī)系計(jì)算語言學(xué)專業(yè)博士畢業(yè)，賓夕法尼亞大學(xué)NLP（自然語言處理的縮寫）研究組是全美最好的團(tuán)隊(duì)之一。受到過良好的科學(xué)訓(xùn)練。他就讀大學(xué)時(shí)就已經(jīng)掌握了美國手語，并考取了手語翻譯員證書。他從2006年博士畢業(yè)到現(xiàn)在，幾十年如一日一直做手語計(jì)算的研究，沒有換過方向。他的成果豐碩，從2002年到現(xiàn)在共發(fā)表了75篇論文。從matt故事可以看到，要成為這方面的專家，需要坐冷板凳的，耐得住寂寞。

從中科院研發(fā)手語識(shí)別系統(tǒng)的艱難歷程可以看到，要想研究出一個(gè)實(shí)用的手語識(shí)別或翻譯系統(tǒng)，并不是簡(jiǎn)簡(jiǎn)單單錄入手語詞匯，即便獲得幾個(gè)獎(jiǎng)項(xiàng)也只能算在漫長的科研路上取得了一個(gè)個(gè)里程碑的成果。如果要研究出聾人需要的實(shí)用的手語翻譯系統(tǒng)，就必須腳踏實(shí)地，扎扎實(shí)實(shí)做科學(xué)研究。首先要學(xué)習(xí)手語語言學(xué)，熟悉聾人的語言——自然手語。還要了解這個(gè)領(lǐng)域的科研動(dòng)態(tài)，借鑒別人的成功經(jīng)驗(yàn)去改進(jìn)、提高、創(chuàng)新和發(fā)展。如果在不了解手語、不了解聾人實(shí)際需求的情況下做勞而無功的研究，其“成果”對(duì)聾人來說必然是沒有實(shí)際效用的，不僅浪費(fèi)自己的寶貴時(shí)間，將“熱熱鬧鬧”地讓聾人大失所望。

寫到最后，也許會(huì)人問：按照此文觀點(diǎn)，手語識(shí)別，即手語的無障礙翻譯豈不是遙遙無期嗎？怎么樣才能做出像谷歌、有道翻譯系統(tǒng)一樣的手語翻譯系統(tǒng)呢？筆者的答案是：當(dāng)有一天手語詞典作為一本工具書達(dá)到了《牛津字典》這樣的程度，當(dāng)手語語法有了大家公認(rèn)的成文成果，當(dāng)手勢(shì)漢語與自然手語各成體系、成熟并被世人所熟知接受，當(dāng)越來越多的聾人接受到高等教育，當(dāng)我們的科技飛速發(fā)展到支持這一切研究成果成型，這個(gè)時(shí)候，才有機(jī)會(huì)出現(xiàn)真正的、像谷歌、有道一樣的翻譯軟件。路漫漫其修遠(yuǎn)兮，期待有更多的科研工作者持之以恒上下求索，相信這一天一定會(huì)到來！