Social Game Info　　2018年04月15日

ディープラーニング対応のカメラ

「AWS DeepLens」で手話を音声変換する

プロジェクトが発表

　Amazonは、世界初のディープラーニングに対応した

開発者向けビデオカメラ「AWS DeepLens」において、

手話を音声に変換するプロジェクトを発表した。 

　同プロジェクトはASLensと呼ばれるものだ。

手話から音声への変換は「AWS DeepLens」を使用、

アメリカ手話 (ASL) にサインインしている人のビデオをキャプチャする。

　次に、各フレームに対してディープラーニングモデル (Amazon SageMaker で構築) 

を実行していくという過程になる。  

　ASL アルファベットの文字が認識されると、

AWS DeepLens はその文字の音声を再生していく。

 (Amazon Polly を使用して生成される MP3 ファイルを使用)。

　ASLens は AWS DeepLens でローカルに実行されるため、

インターネット接続は不要で、帯域幅の問題がなくなり、

速度が向上するという。 

　 なお、開発のきっかけはChris Coombs氏によるもので、

AWS DeepLens Challenge ハッカソンのために

作ったプロジェクトとなる。

　現在同プロジェクトによって表現できる内容は、ASL アルファベットに

限定されている、今後は動きと表現を含む言葉を特定できるよう、

ASLens に関する研究を続けていくという。

ASLens #AWSDeepLensChallenge　　　youtube