Google Gboard正在开发手语输入功能，用摄像头识别手势转文字

数码前线

据外媒Android Authority报道，谷歌正在其Gboard输入法中开发一项名为"Sign-to-Text"的手语输入功能。用户通过手机前置摄像头拍摄手语手势，Gboard将识别并转换为文字。该功能在Gboard beta 17.8.3.939743344版本的代码中被发现，但目前尚无法实际运行。
混合本地/云端架构，注重隐私保护
据了解，Sign-to-Text采用混合本地/云端架构。手机端负责处理视频流并提取原始手势数据，随后将手势数据发送至谷歌云端进行语义解析和文字生成。出于隐私保护考量，视频画面本身不会上传至云端，仅传输代表身体运动的关键点数据，处理完成后即删除。
底层技术来自DeepMind的SignGemma模型
该功能的底层技术来自Google DeepMind的SignGemma模型。SignGemma于Google I/O 2025大会上首次亮相，属于谷歌开源Gemma系列模型，主要面向美国手语（ASL）的翻译任务，原计划2025年底公开发布，目前仍在测试阶段。
英国手语AI公司Signapse的CEO Sally Chalk对此表示，"确保服务于聋人社区的技术与聋人社区共同开发"至关重要。
仍存不确定因素
不过，Sign-to-Text仍存在诸多不确定因素。代码中出现了"光线不足，请移至更明亮的位置"等提示信息，说明该功能对拍摄环境有一定要求。此外，谷歌是否会支持英国手语（BSL）及其他地区手语变体，目前暂无相关信息。