计算机应用研究

作者：张磊,王振宇,连帅帅,蒲冰倩,刘毓涛,秦铭哲,

单位：1.佳木斯大学a.信息电子技术学院;b.黑龙江省自主智能与信息处理重点实验室;c.佳木斯市卫星导航技术与装备工程技术重点实验室,黑龙江佳木斯154007；2.邯郸科技职业学院,河北邯郸056046；

关键词：深度学习,手语翻译,机器翻译,对比学习,大语言模型,编码器-解码器,

基金：黑龙江省自然科学基金联合基金培育项目(PL2024F002)；黑龙江省省属高等学校基本科研业务费优秀创新团队建设项目(2022-KYYWF-0654)；佳木斯大学国家基金培育项目(JMSUGPZR2022-014)；黑龙江省自主智能与信息处理重点实验室开放课题(ZZXC202302)；佳木斯大学“东极”学术团队资助项目(DJXSTD202417)；黑龙江省省属本科高校优秀青年教师基础研究支持计划资助项目(YQJH2024239)；黑龙江省外国专家项目(G2024020)；佳木斯大学博士专项科研启

基于深度学习的手语翻译（SLT）旨在使用深度学习方法对手语动作进行翻译，以提高翻译准确性。SLT降低了正常人与听障人士的沟通门槛，但由于各国手语不统一以及手语动作与口语句子的结构不匹配等问题，手语翻译面临诸多挑战。随着深度学习技术的发展，基于深度学习的手语翻译被研究人员广泛关注。通过对近年来基于深度学习的手语翻译方法进行总结，并依照模型结构与发展历程将其分为基于线性结构的手语翻译、基于编码器-解码器的手语翻译、基于大模型微调的手语翻译和基于对比学习的手语翻译四类。通过对各类方法的特点与性能进行分析，并为手语翻译方法的进展提供了全面的评估。最后，展望了未来研究的方向，重点讨论了实时翻译、基于对比学习的手语翻译和基于大模型微调的手语翻译等关键技术的潜力和发展趋势。

来源：2025年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第8期