聾人手語使用者日常面對的最大卡位，是怎樣讓手機或視訊鏡頭直接「讀懂」手語並即時翻譯。Google DeepMind 近期把手語 AI 從實驗室帶到實際產品中，覆蓋約 30 個美式手語（ASL）詞彙並透過 Gemini 模型支援即時回應，目標是讓聾人朋友毋須依賴真人翻譯就能完成基本對話。
這套技術並非單純的影像分類，而是結合姿態估計、語境理解與大型語言模型的能力，把手語動作轉成自然語言並維持對話節奏。比起過去只能辨識孤立詞彙的系統，現時更著重處理連續手語與多輪對話，使翻譯過程貼近真實交流節奏。
DeepMind 同時強調負責任部署，與聾人社區合作收集訓練數據，並透過小規模詞彙起步降低誤譯風險。對於依賴視訊通訊的聾人用戶來說，這項能力讓 Zoom、Meet 等場景下的溝通體驗更貼近健聽人之間的對話節奏。
這項功能適合手語使用者、聾人家屬，以及需要服務聾人客戶的企業。它並非要取代真人翻譯，而是作為日常輕量溝通的輔助工具，降低手語學習門檻並促進更即時的互動。
重點摘要：
- 覆蓋範圍：支援約 30 個 ASL 詞彙，涵蓋日常問候與基本對話。
- 技術核心：結合姿態估計與 Gemini 大型語言模型，處理連續手語與上下文。
- 部署方式：整合到 Google Meet 等視訊應用，即時翻譯手語為文字或語音。
- 負責任設計：與聾人社區協作訓練數據，從小規模詞彙起步降低誤譯風險。
- 使用場景：聾人用戶日常視訊通話、聾人家庭成員溝通、企業客服聾人客戶。