ICS33.160.01

CCSM60

43

湖南省地方標準

DB43/T2562—2023

人工智能手語播報軟件系統(tǒng)技術(shù)要求

Technicalrequirementsforsoftwaresystemofsignedlanguage

broadcastingbasedonartificialintelligence

2023-02-17發(fā)布2023-05-17實施

湖南省市場監(jiān)督管理局發(fā)布

DB43/T2562—2023

目次

前言...............................................................................III

1范圍..............................................................................1

2規(guī)范性引用文件....................................................................1

3術(shù)語和定義........................................................................1

4系統(tǒng)結(jié)構(gòu)..........................................................................2

5摘要要求..........................................................................3

6摘要稿翻譯要求....................................................................3

7手語計算要求......................................................................4

8虛擬主播要求......................................................................4

9手語播出要求......................................................................6

附錄A（資料性）摘要稿示例.........................................................12

參考文獻............................................................................13

I

DB43/T2562—2023

前言

本文件按照GB/T1.1—2020《標準化工作導(dǎo)則第1部分：標準化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定

起草。

請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機構(gòu)不承擔識別專利的責任。

本文件由湖南省廣播電視局提出并歸口。

本文件起草單位：長沙廣播電視集團、湖南長廣千博科技有限公司、國家廣播電視總局廣播電視科

學(xué)研究院、5G高新視頻多場景應(yīng)用國家廣播電視總局重點實驗室、長沙千博信息技術(shù)有限公司、希而思

（長沙）科技研究院有限公司、長沙市無障礙環(huán)境建設(shè)促進會、長沙廣電數(shù)字移動傳媒有限公司、長沙

市標準化協(xié)會。

本文件主要起草人：周國強、余江、鄧佳樂、歐陽霽、譚麗、張定京、魏娜、脫羚、鄭偉峰、李超、

李斌、彭鈺潔、鄧成、高春鳴、龍麗萍、郭松睿、李蓉、陳昌健、田亞、陳玲、陳惺惺、秦志發(fā)、謝倩

玉。

III

DB43/T2562—2023

人工智能手語播報軟件系統(tǒng)技術(shù)要求

1范圍

本文件規(guī)定了人工智能手語播報軟件系統(tǒng)的結(jié)構(gòu)、摘要要求、摘要稿翻譯要求、手語計算要求、虛

擬主播要求以及手語播出要求。

本文件適用于人工智能手語播報軟件系統(tǒng)的設(shè)計、開發(fā)與應(yīng)用。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

GB/T5271.28—2001信息技術(shù)詞匯第28部分：人工智能基本概念與專家系統(tǒng)

GB/T24435—2009中國手語基本手勢

GF0020—2018國家通用手語常用詞表

3術(shù)語和定義

GB/T5271.28—2001和GB/T24435—2009界定的以及下列術(shù)語和定義適用于本文件。

人工智能artificialintelligence

一門交叉學(xué)科，通常視為計算機科學(xué)的分支，研究表現(xiàn)出與人類智能（如推理和學(xué)習(xí)）相關(guān)的各種

功能的模型和系統(tǒng)。

[來源：GB/T5271.28—2001，28.01.01]

手語signedlanguages

以手的動作為主，配以身體姿勢、表情及口形進行交流的語言表達形式。

[來源：GB/T24435—2009，2.1.1]

人工智能手語播報軟件系統(tǒng)softwaresystemofsignedlanguagebroadcastingbasedon

artificialintelligence

采用人工智能技術(shù)，將稿件內(nèi)容準確翻譯成手語信息，通過手語計算，驅(qū)動虛擬主播的手勢，進而

生成手語視頻并播出的應(yīng)用系統(tǒng)。

稿件manuscript

與節(jié)目內(nèi)容相關(guān)的文稿。

手勢sign

用手做的表達意思的姿勢，也是對手勢語每個動作和手指語每個指示的簡稱。

[來源：GB/T24435—2009，2.1.5]

1

DB43/T2562—2023

手語模塊signlanguagemodule

包含手語信號、背景信號以及相關(guān)聯(lián)的信號，能夠在屏幕終端顯示手語播出的所有要素。

合成模塊compoundmodule

將手語模塊和視頻模塊進行合成，能夠在生活場景屏幕顯示的視頻的所有要素。

摘要makeasummaryofsignlanguage

基于電視、影視劇等已設(shè)定好視頻或播出時長、有文字稿件等的視頻應(yīng)用場景要求，結(jié)合手語播報

特性，為確保手語信號內(nèi)容與原視頻或節(jié)目時長基本一致，通過提煉、概括等方法，對文字稿件進行壓

縮并確保核心事實沒有改變的過程。

手語稿signlanguagemanuscript

根據(jù)摘要稿的內(nèi)容通過手語翻譯轉(zhuǎn)換成由手語詞匯構(gòu)成的稿件。

4系統(tǒng)結(jié)構(gòu)

概述

人工智能手語播報軟件系統(tǒng)的結(jié)構(gòu)如圖1所示。

圖1人工智能手語播報軟件系統(tǒng)基本結(jié)構(gòu)

人工智能子系統(tǒng)

2

DB43/T2562—2023

人工智能子系統(tǒng)由摘要模塊和手語翻譯模塊組成，完成對文字信息的提取并將其翻譯為手語表達

所需的詞匯及語序。其中，摘要模塊實現(xiàn)對文字的核心詞匯和句子的提取，形成摘要稿；手語翻譯模塊

通過查詢系統(tǒng)內(nèi)建的手語庫，進行對比調(diào)整，翻譯形成手語稿。

可視化子系統(tǒng)

可視化子系統(tǒng)由手語計算模塊和虛擬主播模塊組成，完成對虛擬主播手語手勢的驅(qū)動，并將手語可

視化展示。其中，手語計算模塊根據(jù)手語稿查詢出對應(yīng)的手語動作數(shù)據(jù)，并對動作數(shù)據(jù)進行融合，驅(qū)動

虛擬主播打出連續(xù)且正確的手勢；虛擬主播模塊通過圖像引擎將手語計算后的信息進行可視化展現(xiàn)。

手語播出子系統(tǒng)

手語播出子系統(tǒng)用來協(xié)調(diào)手語視頻信號和源視頻信號的比例關(guān)系，并實現(xiàn)手語節(jié)目在各種顯示終

端的播出。

5摘要要求

基本要求

5.1.1摘要應(yīng)源于完整的稿件。

5.1.2摘要后形成的摘要稿應(yīng)比稿件簡短。

5.1.3一些新詞語，在社會層面已經(jīng)廣泛流行的情況下，如：“非典”“甲流”“博客”等，應(yīng)予以

保留。

內(nèi)容要求

5.2.1應(yīng)確保核心事實和信息的準確，不應(yīng)有虛假成分。

5.2.2應(yīng)運用白描手法，不加渲染，并去掉形容詞、修辭手法、成語、俗語等。

5.2.3應(yīng)將書面語言轉(zhuǎn)換為大眾化的語言，并刪掉或調(diào)整專業(yè)性、技術(shù)型或議論性的敘述。

比例要求

按照手語每分鐘100個動作的速度，摘要稿與稿件的比例約為1:3。摘要稿示例見附錄A。

6摘要稿翻譯要求

語義要求

6.1.1語序要求

對語句中的動賓結(jié)構(gòu)，系統(tǒng)應(yīng)調(diào)整摘要稿中短語的語序。

示例1：“滅火”：“火滅”。

示例2：“捉魚”：“魚捉”。

示例3：“開門”：“門開”。

6.1.2詞匯省略和轉(zhuǎn)換要求

6.1.2.1對摘要稿中的感嘆詞，系統(tǒng)應(yīng)進行省略；形容詞以及副詞，應(yīng)酌情省略。

6.1.2.2如果省略詞匯導(dǎo)致語句的含義發(fā)生變化，則應(yīng)通過虛擬主播的表情和口型表達。

3

DB43/T2562—2023

6.1.3阿拉伯數(shù)字轉(zhuǎn)換要求

系統(tǒng)應(yīng)將摘要稿中的阿拉伯數(shù)字轉(zhuǎn)換成中文數(shù)字。

示例1：“1千8百”：“一千八百”。

示例2：“2022年”：“二零二二年”。

示例3：：“一三一一一一一八八八八”。

示例4：“125個”：“一百二十五個”。

6.1.4帶有否定的詞匯轉(zhuǎn)換要求

6.1.4.1系統(tǒng)應(yīng)對摘要稿中帶有否定含義的詞匯進行轉(zhuǎn)換，轉(zhuǎn)換方式為否定詞+肯定語氣詞。

6.1.4.2雙重否定句應(yīng)直接翻譯成肯定句。

手語庫要求

6.2.1詞匯要求

手語庫中的手語詞匯應(yīng)至少覆蓋2019年出版的《國家通用手語詞典》的8214個詞匯。

6.2.2新詞要求

對于《國家通用手語詞典》中沒有規(guī)定的手語新詞，應(yīng)在基本詞的基礎(chǔ)上，按照以下規(guī)則創(chuàng)造：

a)補充；

示例1：“民生”——手語：“人民+生活”。

b)簡化；

示例2：“神采奕奕”——手語：“精神+樣子+好”。

c)近義詞替代。

示例3：“靦腆”——手語：“害羞”。

7手語計算要求

手語動作融合

虛擬主播的手語動作應(yīng)連貫。每個手語動作根據(jù)動作的位置和時間關(guān)系分成頭部，中部和尾部。相

鄰手語詞匯在虛擬主播表達時，系統(tǒng)應(yīng)對前一個手語詞匯的尾部和后一個手語詞匯頭部進行融合，以保

證手語動作整體連貫一致。

手語動作時序

虛擬主播的手語動作時序應(yīng)合理。為表達句子中核心思想或主題，調(diào)整手語動作的時序關(guān)系，延長

和縮短手語動作的時長，調(diào)整后手語動作的總時長應(yīng)不變。

手勢規(guī)范

7.3.1虛擬主播打出的手勢應(yīng)符合GB/T24435—2009、GF0020—2018以及《國家通用手語詞典》的

規(guī)定。

7.3.2虛擬主播手部動作的空間位置誤差應(yīng)在可接受的范圍內(nèi)。

8虛擬主播要求

4

DB43/T2562—2023

模型靜態(tài)要求

8.1.1模型比例

8.1.1.1虛擬主播的三維模型與真實人物的比例應(yīng)為1：1。

8.1.1.2參照的真實人物應(yīng)五官端正，不應(yīng)有身體缺陷。

8.1.2模型精度與配合

8.1.2.1虛擬主播的面部模型應(yīng)具有獨立的網(wǎng)格，且網(wǎng)格應(yīng)由至少1萬個頂點組成。

8.1.2.2虛擬主播的五官應(yīng)有孤立口腔網(wǎng)格、上下牙網(wǎng)格、舌頭網(wǎng)格、獨立左右眼球網(wǎng)格、眼瞼網(wǎng)格

以及淚腺網(wǎng)格。

8.1.2.3虛擬主播的頭部模型與身體模型合并后，彼此不應(yīng)有沖突，且應(yīng)與實際相符。

8.1.3模型服飾

8.1.3.1虛擬主播的服飾應(yīng)得體、大方，且應(yīng)符合電視節(jié)目的要求，不應(yīng)出現(xiàn)奇裝異服和暴露的衣服。

8.1.3.2服裝的款式應(yīng)采用西裝長褲套裝，服裝顏色應(yīng)適合上屏。

模型動態(tài)要求

8.2.1運動原理

虛擬主播的各種動作應(yīng)運用骨骼驅(qū)動原理，各種面部表情的表達應(yīng)運用壓扁和拉長原理。

8.2.2臉部

8.2.2.1口型

8.2.2.1.1虛擬主播的口唇動畫應(yīng)包括以下6種基本口型：

a)閉合口型；

b)微張口型；

c)張開口型；

d)寬張口型；

e)圓形口型；

f)收窄口型。

8.2.2.1.2虛擬主播的口唇動畫應(yīng)與人的口唇運動相符合，6種口型應(yīng)相互融合和切換。

8.2.2.2表情

虛擬主播的基本表情分為5種，對應(yīng)的表情特征應(yīng)符合表1的規(guī)定。

表1虛擬主播基本表情

序號基本表情特征

1中性無

2生氣外側(cè)眼皮抬起，眼皮下垂，鼻子皺起，上嘴唇抬起，下嘴唇下?lián)P

3高興內(nèi)側(cè)眼皮上翹，眉毛上揚，嘴巴微張，嘴角上揚

4傷心內(nèi)側(cè)眼皮抬起，眉毛下壓，嘴角緊繃

5驚訝眼皮、眉毛上揚，面部表情拉伸，嘴巴打開

8.2.3身體

5

DB43/T2562—2023

虛擬主播的身體應(yīng)能完成簡單的運動來配合表達手語稿的手語含義，身體動作如：向前、后、左、

右運動。

8.2.4手部

虛擬主播的手部應(yīng)能夠靈活地打開和收攏，完成手語的表達。

9手語播出要求

總體要求

9.1.1由手語稿生成的手語視頻時長不應(yīng)長于原視頻時長。

9.1.2針對不同的終端應(yīng)用場景，系統(tǒng)應(yīng)調(diào)整不同的手語模塊參數(shù)，使視頻圖像合適地展現(xiàn)。終端應(yīng)

用場景分為以下兩類：

a)電視節(jié)目。按照節(jié)目內(nèi)容，分為：

1)新聞、訪談類節(jié)目；

2)生活、教育類節(jié)目；

3)影視劇類節(jié)目。

b)互聯(lián)網(wǎng)節(jié)目。按照終端類型，分為：

1)網(wǎng)站；

2)APP客戶端。

電視節(jié)目參數(shù)要求

9.2.1新聞、訪談類節(jié)目

9.2.1.1新聞、訪談類節(jié)目中手語模塊尺寸不應(yīng)過大，應(yīng)根據(jù)現(xiàn)有節(jié)目包裝來確定手語模塊在合成模

塊中的位置和尺寸參數(shù)。手語模塊在合成模塊（高清）中的參數(shù)應(yīng)符合表2的要求。

表2手語模塊在合成模塊（高清）中的參數(shù)

項目參數(shù)

手語模塊尺寸（像素）(300±10)×(350±10)

手語模塊應(yīng)用區(qū)域畫面下2/3區(qū)域

合成模塊的尺寸（像素）1920×1080

虛擬主播和手語模塊比例2：3

虛擬主播的朝向正向

9.2.1.2新聞、訪談類節(jié)目中手語模塊在合成模塊（高清）中的位置示意參見圖2。

6

DB43/T2562—2023

標引序列說明：

1——手語模塊顯示區(qū)域；

2——合成模塊范圍；

3——手語模塊顯示區(qū)域可移動的范圍。

圖2新聞、訪談類節(jié)目手語模塊在合成模塊（高清）中的位置示意圖

9.2.2生活、教育類節(jié)目

9.2.2.1生活、教育類節(jié)目中手語模塊尺寸應(yīng)比新聞、訪談類節(jié)目中大，應(yīng)根據(jù)現(xiàn)有節(jié)目包裝來確定

手語模塊在合成模塊的位置和尺寸參數(shù)。手語模塊在合成模塊（高清）中的參數(shù)應(yīng)符合表3的要求。

表3手語模塊在合成模塊（高清）中的參數(shù)

項目參數(shù)

手語模塊尺寸（像素）(960±20)×1080

手語模塊應(yīng)用區(qū)域畫面右1/2區(qū)域

合成模塊的尺寸（像素）1920×1080

虛擬主播和手語模塊比例4：7

虛擬主播的朝向正向

9.2.2.2生活、教育類節(jié)目中手語圖像在合成模塊（高清）中的位置示意參見圖3。

7

DB43/T2562—2023

標引序列說明：

1——合成模塊范圍；

2——手語模塊顯示區(qū)域。

圖3生活、教育類節(jié)目手語模塊在合成模塊（高清）中的位置示意圖

9.2.3影視劇類節(jié)目

9.2.3.1影視劇類節(jié)目中手語模塊尺寸不應(yīng)過大，應(yīng)根據(jù)所在終端屏幕的大小來確定手語模塊在合成

模塊中的位置和尺寸參數(shù)。手語模塊在合成模塊（高清）中的參數(shù)應(yīng)符合表4的要求。

表4手語模塊在合成模塊中的參數(shù)

項目參數(shù)

手語模塊尺寸（像素）(450±10)×(500±10)

手語模塊應(yīng)用區(qū)域畫面下2/3區(qū)域

合成模塊的尺寸（像素）1920×1080

虛擬主播和手語模塊比例4：5

虛擬主播的朝向正向

9.2.3.2影視劇類節(jié)目中手語模塊在合成模塊（高清）中的位置示意參見圖2。

互聯(lián)網(wǎng)節(jié)目參數(shù)要求

9.3.1網(wǎng)站

9.3.1.1網(wǎng)站內(nèi)容應(yīng)允許用戶自主選擇是否進行翻譯。用戶點擊翻譯按鈕并用鼠標選擇需要翻譯的內(nèi)

容后，虛擬主播應(yīng)進行對應(yīng)的翻譯。

9.3.1.2網(wǎng)頁內(nèi)手語模塊顯示的長寬比例應(yīng)為9:16，大小和位置參數(shù)參見圖4。

8

DB43/T2562—2023

標引序列說明：

1——手語模塊顯示區(qū)域；

2——合成模塊范圍；

3——手語模塊顯示區(qū)域可移動的范圍。

圖4網(wǎng)站中手語模塊在合成模塊的位置示意圖

9.3.2APP客戶端

9.3.2.1分類

在APP客戶端中，手語模塊分為兩種顯示模式：浮窗式和嵌入式。

9.3.2.2浮窗式

9.3.2.2.1浮窗式應(yīng)能允許用戶調(diào)整手語模塊的顯示位置，且屏幕右上角應(yīng)提供由用戶選擇關(guān)閉以及

切換為嵌入式觀看的按鈕。

9.3.2.2.2浮窗式的顯示長寬比例應(yīng)為3:4，顯示大小不應(yīng)大于客戶端屏幕的40%，不應(yīng)影響用戶主要

閱讀瀏覽，且應(yīng)顯示虛擬主播的上半身。

9.3.2.2.3浮窗式手語模塊在合成模塊中的位置參見圖5。

9

DB43/T2562—2023

標引序列說明：

1——合成模塊范圍；

2——手語模塊顯示區(qū)域可移動的范圍；

3——手語模塊顯示區(qū)域。

圖5浮窗式手語模塊在合成模塊中的位置示意圖

9.3.2.3嵌入式

9.3.2.3.1嵌入式手語模塊的顯示大小應(yīng)占據(jù)移動端屏幕的40%，顯示長寬比例應(yīng)為3:2。

9.3.2.3.2嵌入式手語模塊的右上角應(yīng)提供由用戶選擇關(guān)閉以及切換為浮窗式觀看的按鈕。

9.3.2.3.3嵌入式手語模塊在合成模塊中的位置參見圖6。

10

DB43/T2562—2023

標引序列說明：

1——合成模塊范圍；

2——手語模塊顯示區(qū)域。

圖6嵌入式手語模塊在合成模塊中的位置示意圖

11

DB43/T2562—2023

A

A

附錄A

（資料性）

摘要稿示例

【標題】

首屆湖南旅游發(fā)展大會將于11月19日在張家界開幕

【導(dǎo)語】

辦一次會，興一座城。記者今天從首屆湖南旅游發(fā)展大會組委會獲悉，大會將于11月19