信函、简报和报告可以以其自身的排版方式显示。自动仅在您上方的设置均未另作要求时保持此效果。
Narrows the reading column so each line is shorter and your eyes travel less from one line to the next. Phones keep a full-width column.
Keep Full Width leaves tables, charts, code, videos and galleries at their full size, so nothing is squeezed out of shape.
Category
Deaf-led AI assurance examines whether artificial intelligence systems are not only compliant on paper, but demonstrably trustworthy in practice. Novara Consulting Group explores evidence, validation, accountability, procurement risk and the role of Deaf expertise in determining whether signed language AI actually works for the communities it is built to serve.
本记录存在的原因 Sign-Speak是NCG依照2026年9月首次应用于Signapse的方法审查的第四家手语人工智能提供商。该方法不因公司而异。NCG阅读公司公开发布的内容,以书面形式向其提出具体问题,在发布前将其对任何答复的理解发送给该公司,并发布一份将每项陈述与日期和文件对应起来的记录。该方法在SLAT指数框架(https://www.slatindex.org/framework/)中有详细说明。 对美国公共领域买家而言,Sign-Speak比NCG审查过的任何其他公司都更直接地关系到他们的利益。该公司的产品可双向处理美国手语:识别手语,并通过数字化身将英语转化为美国手语。锡拉丘兹大学在2025年11月1日至12月16日期间向每一位学生、教职员工及访客开放了该服务,而罗切斯特的国家苏珊·B·安东尼博物馆与故居则从2025年9月起向访客提供该服务。其企业产品面向现场活动、会议和广播销售,也通过API和SDK集成到其他公司的平台中。无论是大学无障碍办公室、州政府机构还是正考虑效仿锡拉丘兹的城市,在签约之前都需要能够读懂该产品背后的治理机制。本记录逐份文件地呈现了从外部视角看到的这种治理状况,并标注了每份文件的检索日期。 目前存在的内容 服务条款。Sign-Speak在sign-speak.com/legal/customer发布其客户条款,标题为“最终用户许可协议”,全文称之为“服务条款”,最后修订于2024年4月9日,NCG于2026年10月7日检索。该条款受纽约州法律管辖。第5.1条规定,用户“只能出于个人、非商业目的访问和使用本服务”,并且还禁止将该服务提供给第三方使用,或将其作为服务局为他人谋利而运营。一所向全校开放该服务的大学、一家通过二维码向访客提供该服务的博物馆、以及一家将其嵌入自家产品的公司,各自所做的正是该条款所禁止的事。因此,已公布的条款不可能是管理机构部署的文书。这些部署必须依据另行签订的协议运行,而这些协议均未公开。2026年10月18日,Sign-Speak确认,锡拉丘兹试点项目、博物馆部署、SignLive、SignCaption企业版以及API各自依据单独协商的协议运行,而非已公布的条款,并于10月17日表示,这些协议受保密协议约束,其中对使用及数据使用的限制通常更为严格。NCG还询问自助式API开发者是否接受已公布的条款。该公司的一句话回复未涉及这部分内容。再次被问及时,该公司联合创始人兼首席产品官Nikolas Kelly于10月20日表示,对几乎所有客户,公司最终都会协商出一份定制协议,其中列明限制用途及对终端消费者的保护。这描述的是通常情况而非例外,因此,未签订协商协议而直接注册的开发者究竟受何种条款约束,依然不明。 同一条款还排除了以下用途:健康诊断、操作故障可能导致严重伤害的设备、医疗紧急情况、决定金融或借贷服务的资格,以及与警察或其他执法部门的任何互动或沟通。在这个市场上,如此具体的清单实属罕见,买家可以据此订立合同条款。但它并未涵盖教育便利安排、法律诉讼、雇佣决定或纪律处分程序,而在这些场合,沟通失败同样会带来后果,且没有公开资料说明这些排除条款是在产品中强制执行,还是仅存在于许可协议文本中。第7.1条授予公司对用户上传内容的许可,该许可是“永久的”且“不可撤销的”,并明确延伸至使用该内容来“开发和训练我们的人工智能模型”。第15条要求采用个人仲裁,默认在纽约举行听证会,并放弃集体诉讼权利——这一条款许多公共机构若不加以修改便无法接受。第4.1条将最低年龄设定为13岁,未成年用户须由家长或监护人代为接受条款。 隐私政策。sign-speak.com/legal/privacy上的隐私政策日期与前者相同,为2024年4月9日,于2026年10月7日检索。该政策确认,上传的内容“可能包括语音录音、视频录像和书面文本”,且Sign-Speak“将使用这些内容来评估和改进我们自身产品、技术和服务的性能,包括通过训练我们自己的人工智能模型”。它表示,上传的内容会与“为我们产品提供技术支持的人工智能服务提供商”共享,但未指明具体名称,不过值得称道的是,它表示“我们不允许这些提供商使用您的数据来训练它们自己的人工智能模型”。它声明“我们将个人信息永久保存”以用于其所述目的。它没有说明个人如何可以要求删除其信息或视频,仅提供了营销退订选项和Cookie控制。它没有将手语视频视为生物特征信息或敏感信息处理,尽管一段打手语的视频包含了此人的面部、身体和动作,而且它也未涉及儿童相关问题。在书面回复中,Sign-Speak描述了政策文本中未提及的删除途径。SignCaption用户可以删除自己的账户,该公司表示这将删除其数据;其他任何人都可以发邮件至contact-us@sign-speak.com,此后该公司表示数据将由Sign-Speak及其下游处理方删除,其中最主要的是亚马逊网络服务(Amazon Web Services)。由于该公司不会尝试对未提供身份标识的用户进行重新识别,它表示会询问用户使用该系统的时间,以便查找其数据,并且来自若干部署项目的数据会被自动处置。Sign-Speak表示其服务条款和隐私政策正在修订中。截至本记录编制时尚未发布修订版本,因此此处引用的是2024年4月9日版本。 训练数据。在2025年5月1日发布的一份亚马逊网络服务简介中,Sign-Speak被描述为积累了“一个庞大的数据语料库”,其中大部分是视频,“通过产品试点和游戏化方式收集而来”,并且在聋人社群内部的培训被描述为该产品不可或缺的一环。2024年1月的一份加速器简介报告称,该公司的数据集增加了十倍以上。结合第7.1条和隐私政策中的数据保留声明来看,这些说法提出了一个任何部署该产品的机构都必须能够向自己的用户回答的问题:在锡拉丘兹这样的试点项目中采集的手语视频是否成为了训练数据,打手语的人同意的是什么内容,这些内容是用何种语言向他们解释的,以及他们能否收回这些数据。没有任何已公布的文件回答了这个问题。Sign-Speak现已书面作答。2026年10月17日,该公司告诉NCG,截至目前,锡拉丘兹试点项目、其机构部署以及SignCaption中的手语视频均未被用于训练其模型,其主要训练数据来自获得数据及时间报酬的聋人个体。10月18日,该公司描述了这些贡献者同意的方式:同意书首先以英语呈现,随后公司的一名聋人员工会通过视频通话用美国手语加以解释。贡献者若日后想撤回同意,须偿还为该数据所获得的报酬,例外情况个案处理,该公司表示不会共享或出售贡献者数据。NCG无法核实这些陈述,仅将其记录为该公司自述。偿还条件将在下文的评估部分加以讨论。 目前在售的产品。Sign-Speak的主页(于2026年10月7日检索)首先介绍的是SignCaption,该产品为美国手语视频添加字幕,并将字幕与手语动作同步。它将这款支持美国手语转语音、语音转美国手语及字幕生成的实时工具描述为可通过“先锋计划”获取,这是面向现有SignCaption用户的一项限量试点。企业页面提供SignCaption企业版;SignLive(该软件连接到场馆的音响系统,由“一个自动化化身”为现场活动、会议和广播提供美国手语传译);以及API和SDK。因此,从公开记录来看,锡拉丘兹大学和博物馆所部署的那款双向实时工具目前的商业状态并不明确,买家在将其与锡拉丘兹测试过的产品进行比较之前,应先确认自己被提供的是哪款产品、哪个版本以及何种条款。 准确性。企业页面声称“我们的人工智能经过聋人审核以确保准确性,保护您的品牌”,并提供一个仪表板,可“访问和编辑所有人工智能生成的字幕”,以“确保100%的准确率”。这描述的是人工手动修改字幕的过程,并不是对系统本身的衡量。在NCG于2026年10月7日检索的页面上,没有出现任何数字、方法、样本或分母。NCG在2026年7月的审查中记录了该公司自报的约60分的BLEU分数,并称其可与普通人工译员相媲美。NCG在该公司当前页面或亚马逊网络服务简介中均未找到这一数字,因此将其记录为此前公布过、而非当前有效的数据。BLEU衡量的是机器翻译与参考文本之间的词语重叠程度,它无法说明美国手语的语法、面部语法、空间指代,也无法说明聋人是否理解了所看到的内容。目前尚未找到对Sign-Speak双向输出的任何独立评估,而由谁来审核、具备何种资质、依据何种样本、按照何种标准进行审核,这些信息均未公开。被问及“聋人审核”具体指什么时,Sign-Speak于10月17日表示,公司会与聋人一起开展案例研究和质量保证工作,产品是与聋人共同设计的,且公司许多员工本身就是聋人社群成员。该公司还向NCG指出了一篇发表于CHI 2025扩展摘要集的论文,题为《评估一种用于聋人、听障人士与健听人士之间沟通的人工智能双向系统:一项试点案例研究》,作者为Zhiwei Yu及Sign-Speak的三位联合创始人,并于10月18日表示,双向的准确性均已测量并报告。Sign-Speak于10月20日向NCG发送了该论文全文,NCG已据此核实了该陈述。该论文确实为每个方向各报告了一个数字,但这两个数字属于不同类型的衡量方式。对于美国手语转英语方向,论文报告了一个SacreBLEU分数,为55.1 ± 6.67,测试对象是未出现在训练数据中的打手语者所提供的留存测试句子,并与人工译员27.6 ±…
Read Now2026年9月27日 · 希瑟·M·格里兹尔(Heather M. Grizzle),Novara Consulting Group · 工作记录,待GoSign.AI回复 本记录存在的原因 GoSign.AI在NCG的名录中占据着其他公司都不具备的位置。Signapse、Kara及其他公司构建或部署的是为终端用户呈现或识别手语的系统。而GoSign提供的是训练这些系统所用的数据。其消费者应用是一套手势识别游戏,用该公司自己的话说,每一个手势都在强化其模型。其Sign Language Factory平台按视频片段向流利的ASL使用者付费,请他们对着镜头录制指定的手势。其企业产品是“用于训练你的计算机视觉模型的世界级手语数据集”,提供定制采集和API访问服务。GoSign所采集数据中的缺陷,或其获得采集权利方式中的缺陷,并不会止步于GoSign内部,而会传播到每一个基于该数据训练的系统中,包括公共机构日后可能购买的系统。 这使得GoSign成为NCG所称“语料问题”的商业化形态:那些使手语AI成为可能的人,其手语是否是在他们理解的条款下,基于与其价值相称的对价而自愿同意被如此使用的。主导该领域的学术语料库多为抓取而来,没有同意记录,也没有贡献者元数据。GoSign则邀请人们主动贡献并告知其用途,这确实是一种进步。本记录审视了这一安排所公布条款的内容,以及尚未公开的部分。 该公司自己宣称的标准,正是此处所采用的衡量尺度。其“关于我们”页面将“透明的报酬、GDPR合规以及负责任的数据实践是不容妥协的”列为其价值观之一,并将公司描述为“手语数据的管理者,将道德采集和社区利益置于一切之上”。这些都是GoSign自己的话,本记录正是依据这些话来审视该公司的文件。 目前存在的内容 条款与条件。GoSign在gosign.ai/terms-and-conditions和home.gosign.ai/terms上发布了内容相同的条款与条件,于2026年9月27日检索,两份文本均未标注最后更新日期。缔约方为位于纽约州罗切斯特的GoSign.AI, LLC,适用纽约州法律,争议由美国仲裁协会仲裁。条款开篇即异常直白地陈述了其商业模式:“我们提供一个游戏化平台,让来自世界各地的用户贡献手语并参与抽奖竞赛。这些手语用于训练AI手语模型。”第26条,标题为“AI手语训练视频数据的保留与使用”,规定GoSign“可能保留用户提交的视频数据,用于增强和改进我们的AI手语训练模型。我们也可能分享或出售这些数据。”贡献内容许可条款授予GoSign“不受限制、无限制、不可撤销、永久、非排他、可转让、免版税、已全额支付的全球性权利和许可,用于:使用、复制、再现、分发、出售、转售、发布、广播、重新命名、存储、公开表演、公开展示、重新格式化、翻译、摘录(全部或部分)并利用你的贡献内容(包括但不限于你的形象、姓名和声音),用于任何目的,无论是商业、广告或其他用途”,并享有再许可的权利,用户“放弃对其贡献内容享有的一切精神权利”。反馈条款将任何提交反馈中的全部知识产权“无需致谢或补偿”地转让给GoSign。该服务适用对象为“年满16周岁”的用户,18岁以下未成年人需要父母许可及监护。该服务声明不针对HIPAA进行适配。…
Read Now2026年10月12日 · Heather M. Grizzle，Novara Consulting Group · SLAT治理记录，附GoSign.AI的回应 工厂里的一个夜晚 It is a weeknight, and a fluent ASL…
Read Now2026年6月中旬,打开奥克兰交通局应用程序的东西线乘客开始看到一项新功能。当列车延误或取消时,一位数字手语翻译员会用新西兰手语告知他们。她的名字叫 Tūī,这个名字并非由营销团队选定。是奥克兰的聋人社区在前一年的奥克兰聋人节上为她命名,并确定了她的性别。她所使用的手语,是由佩戴动作捕捉传感器的母语聋人手语使用者逐个手势录制完成的,聋人对她进行了测试并作出了修改:她的手语选择、语法、面部表情,甚至她身后的背景颜色都经过调整。 该试点项目持续了三个月,仅限一条线路,并在一家公共交通管理机构的监督下进行,该机构事先表示将在决定下一步行动之前先审查结果。9月21日,奥克兰交通局发布消息称试点已经完成。其页面写道:“我们正在审查试点的反馈意见。我们将利用所学到的经验来考虑未来的改进措施,以及是否可以扩大该服务的范围。”在 NCG 审查过的所有手语人工智能部署案例中,没有一个比这个项目的界限划定得更为谨慎。 问题不在于试点本身,而在于试点所要通向的一切。打造 Tūī 的奥克兰公司 Kara Technologies 与交通管理机构已经列出了公共汽车、渡轮、机场、医院和零售商等可能的下一步应用场景,该公司目前已经通过应用程序接口(API)提供手语紧急消息服务。在试点范围内,Kara 受公共管理机构设定的范围、时间表和审查机制所约束。在此范围之外,该产品则由 Kara 自身发布的文件来约束。本文审视了这些文件,发现这家公司在一个受到严密监督的场所中的实践,已经领先于它在其他所有场所的书面规范。 本记录是如何形成的 NCG 采用一种方法审查手语人工智能供应商,这正是9月份用于审查 Signapse…
Read Now2026年10月7日 · Heather M. Grizzle，Novara Consulting Group · 工作记录，等待Silence Speaks的回复 一款交通产品,在聋人乘客需要它的那一刻确实用心打造,但在它出错的那一刻却几乎不予理会 本记录是如何形成的 本记录仅基于截至2026年10月7日检索到的Silence Speaks及其他方发布的内容：该公司的主页、解决方案页面、交通页面、关于页面和新闻页面，以及其隐私政策（位于silencespeaks.io）；公司注册处（Companies House）登记资料；以及来自Wired、MultiLingual、Positive News等媒体的报道，其中部分被该公司转载于自己的网站上。本记录更新了NCG于2026年8月1日发布的公开证据快照。在发布前，NCG已书面向该公司提出七个问题，其答复将在此全文公布。凡描述为“未找到”之处，指的是在该日期所搜索的渠道中未能找到，并不意味着该事物不存在。 站台上的四秒钟 一位Deaf女士站在伦敦的一个站台上，显示屏闪烁，她等待的那趟列车的信息随之消失。广播正在播放。她听不见。站台指示牌旁有一个二维码，她扫描了它。网页随即打开，无需下载任何东西，也无需注册账户。它已经判断出她所在的车站，以及她使用的是英国手语。几秒钟后，她手机上的数字手语员告诉她，列车已经改到了另一个站台。…
Read Now“一名聋人患者抵达急诊室。”这句话并非出自NCG之手,而是UMI自己网站上的一个场景的开场白,出现在/sign应用的页面上——该应用承诺通过普通手机摄像头实现“聋人与健听人之间的实时双向沟通”。在同一页面上,针对医院、诊所和医疗机构的标题下,UMI邀请医疗服务提供者“将/sign引入您的患者,成为早期临床试点”。当被问及交流过程中是否有人参与时,页面直接回答:“没有。整个对话完全自动化,双向皆如此,没有人工介入。” 想象一下这在现场意味着什么。一名聋人患者,惊恐而痛苦,对着放在柜台上的手机比划自己的症状。手机将其翻译成英语说给不会手语的护士听。护士口头回答,手机再将回答转换成字幕和手语呈现给患者。如果应用在剂量、过敏反应或胸痛发作时间上出错,这个环节中没有人能流利到察觉这一点。这一场景只是一种设想,并非已报道的真实事件,NCG也不知道有任何此类情况发生过。它完全是依据UMI自己的措辞构建的。 UMI于2026年10月2日宣布推出/sign。其TestFlight测试版将于10月15日开放,App Store上线定于11月15日。NCG之所以选择在测试版开放之前而非之后发布本分析,是因为它所涉及的决策正是在本月做出的。NCG已书面向UMI提出七个问题,截止时间为太平洋时间10月14日下午5点。UMI的回答将作为本文附录全文发布。本文不涉及任何不当行为的指控,不提供任何投资意见,也不构成法律建议。 一家与众不同的公司 UMI,自称umi inc.,与NCG此前审视过的其他提供商不同。Signapse和Kara Technologies在内部构建系统并出售给机构。UMI则通过一个去中心化网络Bittensor Subnet 78来构建其翻译模型,外部团队(称为“矿工”)提交模型,由自动化验证者对其评分。联合创始人兼AI负责人小森小雪(Koyuki Nakamori),曾任Bittensor背后的OpenTensor基金会AI负责人,她在发布公告中将其描述为“一种‘山丘之王’式的动态机制:最优秀的模型脱颖而出,每一项评分都公开透明。”公司的主页还链接到了UMI代币在Coinbase上的价格页面。NCG对该代币不作任何评价。之所以提及这一结构,是因为一个依靠自动评分来支付模型费用的网络,以及一家公开资料中指向交易资产的公司,二者都会产生某种激励机制,而买家会希望看到有具备相应权威的人来平衡这种激励,判断某个模型是否尚不足以发布。 代码说出了真相,而这正是问题所在 UMI发布的最有价值的文件并非其营销材料,而是其公开代码仓库的README文件,其坦诚程度出人意料。它写道:“SN78已在主网上运行”,“但UMI的翻译权重尚未激活。”简单来说,原本用于生成和排名/sign翻译模型的网络已经在运行,但目前尚无任何翻译模型在其上线。README列出了仍未完成的事项,包括“经同意的挑战数据供应”“指标与哨兵研究”以及“验证者经济机制”。/sign页面也印证了这一点:“完成整个闭环所需的手势识别层,正是我们目前正在训练并准备推出的部分”,以及“经验证的基准测试结果将在流程建成后发布于技术白皮书中。”页面上给出的速度指标“端到端不超过三秒”,被标注为“设计目标”。 这种坦诚值得称赞。在这个市场中,很少有公司会公开列出自己尚未完成的事项,大多数公司也不会在发布前一周,让“翻译权重尚未激活”这样的句子公之于众。但结合时间表来看,这种坦诚本身就是故事所在。按照该公司自己的说法,翻译层仍在训练中,其数据的同意安排尚未到位,衡量准确性的方式也尚未确定,而应用却已于10月15日向测试者开放,并已向医院推广。 谁的双手,又是在什么条件下 每一个手语模型都是由比划手语的人构建而成。UMI的公开材料对这些人几乎只字未提。主页提到的数据集是“通过其产品和研究生成的”,以及“经授权、经验证并得到适当治理的数据”。代码仓库提到了“公开及已披露的批次材料”,以及尚未完成的“经同意的挑战数据供应”。NCG在任何地方找到的唯一一个具名数据集,出现在UMI的SignLab页面上——一个九段视频片段、总时长101.5秒的检验数据集,该页面自己也声明这“并非训练规模的衡量标准”,其中一段片段被标注来源为“FLEURS-ASL / Google”。…
Read Now想象一位聋人乘客站在站台上。她头顶的屏幕上，一个流畅从容的数字手语员告诉她，她的列车晚点了，并已改到另一个站台。随后公共广播系统响起杂音，一名工作人员临时口头通知所有人远离站台边缘。周围的人纷纷后退。而屏幕上的手语员仍在继续播报时刻表，因为那条警示只是口头说出的，从未被输入任何系统。 这一场景是一种示例，并非已报告发生的事件，NCG也并不知晓有此类情况发生过。但它正是根据Signapse自己对其铁路手语系统运作方式的描述所绘制的，这一描述是该公司于2026年9月28日回答NCG提问时给出的，而那次提问正是以一位投资人的祝贺开场。 9月4日，伦敦风险投资公司Raw Ventures发布了一则投资人在为自己看好的投资感到高兴时常写的那种公告。该公司已加入Signapse的最新一轮增长融资。公告写道：“我们最喜欢的一点是，它已经真正投入了实际应用”，并列举了具体场景：英国铁路，从哈德斯菲尔德与Network Rail的合作开始；美国机场，包括辛辛那提机场；现场直播，通过与SyncWords的合作；以及接下来将与G&L Systemhaus合作推出的德国手语。公告的结尾落在了人身上。文中提到，Signapse团队中约有三分之一的人“本身是聋人或使用英国手语，这也是该产品之所以真正适用于其目标用户群体的重要原因。” 投资人发布的文章旨在庆祝，而非为买家提供简报，这一点应当被理解和体谅地解读。然而，其中有两句话恰好触及了NCG在9月份一直向Signapse提出的问题：铁路系统究竟是如何运作的，以及公司内部谁有权叫停其系统向聋人展示的内容。于是NCG再次提出了这些问题。这里全文公布的答复，为公众记录增添了新的内容。这些答复也用Signapse自己的话，划出了一条界线——区分了发布前经聋人手语员审核的输出，与未经审核的输出。 一项已经结束的审查 在NCG看到Raw发布的文章时，其对Signapse的审查已经完成。首席执行官Sally Chalk于9月24日提供了她所称的公司最终意见，NCG随后于两天后发布了《Signapse：已列入路线图，尚未交付》。每当出现新情况就重启一次审查，会让供应商永无止境地疲于应对，因此NCG遵循一条简单的规则：在供应商提交最终意见之后出现的材料将被单独记录，供应商会获得回应的机会，接受与否由其自行决定。9月27日，NCG致函Signapse，说明了本文将阐述的内容，并提出了三个问题，截止时间为英国时间9月30日下午5点。第二天，Signapse的联合创始人兼首席科学家Ben Saunders给出了答复，他在Chalk女士外出期间接手处理了此事。NCG表示将按原样发布他的答复，并已如实照办。本文内容并未指控Signapse或Raw Ventures存在任何不当行为。 规则手册的规定 Signapse公开的治理文件比其所在市场的多数公司都要多，而且值得仔细研读，因为这些文件明确说明了权力所在。在截至2026年10月7日检索到的《AI治理框架》中，上报路径依次经过客户支持和一个审核小组，最终到达首席执行官，由其给出“高风险部署（法律、医疗、安全保护类）的最终签字确认”。《内容审核政策》的终点也相同，由首席执行官和首席技术官共同签字确认“重大事件（例如服务暂停、监管通报）的最终决定”。聋人咨询委员会确实出现在该框架中，列在职责清单里，其职责是“就社区影响及文化／语言准确性提供监督”。但它并未出现在任何一条上报链条中，而该框架的简易阅读版本更是完全没有提及它。两个版本均未将聋人手语员的签字确认列为发布的必要条件，而《翻译质量保证政策》则提到，公司最快速度的输出“即时人工智能输出会在交付后接受审核”。按字面理解，这份规则手册给予了聋人群体在Signapse治理中的发言权，却把最终决定权交给了两名高管。 Signapse的完整答复 NCG提出了三个问题：铁路系统是将口头站台广播翻译成英国手语，还是根据输入铁路信息系统的信息生成英国手语？NCG对上报路径的理解是否正确，聋人咨询委员会或Signapse内任何聋人职位，是否拥有具有约束力的权利可以叫停一项部署？关于Raw的投资，或Raw对公司的描述，Signapse是否有任何想要正式记录在案的内容？Saunders先生于2026年9月28日作出了如下答复： 1. 铁路部署。Raw的表述是准确的，我们的铁路系统确实会将实时广播转化为英国手语，但它并非直接听取口头广播内容。它是通过处理铁路信息系统中已有的实时行程信息——例如发车信息、站台变更、延误和取消——来生成英国手语，并在站台屏幕上显示。英国手语随后会实时转化显示，其处理方式与广播系统处理实时广播的方式相同。…
Read Now2026年9月26日 · Heather M. Grizzle,Novara Consulting Group 本记录存在的原因 2026年8月,Novara Consulting Group公开询问Signapse,该公司如何界定手语AI的适当使用限度,特别是在涉及聋人儿童的教育场景中。首席执行官Sally Chalk认同这一前提,并进一步阐述。她将法院、警察局、医院、社会服务机构和儿童保护会议也纳入这份清单,并主张:随着风险上升、准备时间减少,一项服务应当涉及更多的人工监督、更少的AI,甚至完全不使用AI。这正是买家希望从供应商那里听到的立场。本记录要问的问题由此而生:支撑这家公司的文件是否能够支持这一立场。 从书面材料来看,Signapse的起点确实比市场上大多数同行更为扎实。其发布的《AI治理框架》包含一项《使用政策》,按行业逐一区分哪些工作必须由人工完成、哪些可以由AI完成。在涉及健康、自由、法律权利或保护性事项的决策场合,该政策要求必须有合格的口译员或笔译员参与,并声明在大多数此类情况下Signapse会推荐另一家公司。保护性事项则毫无例外地保留给人工处理。该框架列出了一个聋人顾问委员会和一名聋人影响官,并列出了该公司咨询的聋人组织,包括RAD、BDA和Action Deafness。很少有手语AI提供商能发布可与之相媲美的内容。然而,框架阐述的只是公司打算如何行事。买家还需要能使这种行为具有可执行性的文件工具。这些工具包括:与那些其手语和反馈塑造了产品的聋人签订的协议、约束那些同时领导合作组织的董事的规则,以及一份涉及手语视频、肖像和训练数据的隐私政策。买家还需要公司所引用的每一个性能数据都有公开的来源。这种既定意图与具有约束力的文件之间的落差,正是NCG提问所指向的地方。 NCG审查了Signapse的《AI治理框架》、服务条款、隐私政策和ASL产品页面,并向该公司提出了七个问题。在发布之前,NCG将其对答复的理解发送给Signapse,并邀请其予以更正。Chalk女士于2026年9月17日回复,并于2026年9月24日两次回复,第二次回复时她称这是Signapse对本次评估的最终意见。Signapse回答了全部七个问题。它以书面形式承认了若干缺口,撤回了一个无法溯源的准确率数据,并为其提出的整改措施附上了具体日期。它在9月24日的第一次回复中改变了一周前给出的三项答案中的内容。当NCG询问哪一版说法准确时,该公司当天就对全部三项作出了澄清。其最终答复基本回到了9月17日的说法。 这种变化本身并非对Signapse的不利评价,本记录也不将其作为不利评价呈现。它说明了为什么买家不应把采购决策建立在往来信函之上。信函是私密的,可以被修改,而且它们是写给一位顾问的,而非写给将要承担部署风险的机构的。购买手语AI用于聋人服务的公共机构,需要的是可以阅读、引用并据以问责供应商的文件。因此,本记录列出了目前存在的内容、该公司承诺做出何种改变及其时限,以及其答复在两封信函之间是如何变化的。每一项陈述都标注了作出的日期。仅在措辞的确切内容至关重要时才引用回复原文。凡NCG查阅了公开网页的地方,均注明了查阅日期。 Signapse是NCG按照同一方法正在审查的多家手语AI提供商之一,该方法载于SLAT Index框架文件(https://www.slatindex.org/framework/)。…
Read Now2026年9月2日发布于arXiv并被EMNLP主会议接收的一篇论文描述了DiscoSign,这是一个将英文文本翻译为美国手语(ASL)字符注释的框架,同时保持对已表达内容的追踪。其作者是来自Apple和Gallaudet University的研究人员,多家聚合媒体报道称该论文于9月11日出现在Apple的机器学习研究网站上,这也是该领域之外大多数读者接触到它的途径。其技术主张是狭窄且表述清晰的。大多数文本到手语系统一次只翻译一个句子,句子之间没有记忆,因此在一处被安放的指代对象可能在下一句中被悄然重新指派,同一概念可能在连续三句话中被三种不同的手势呈现,而组织手语话语的修辞结构也无法被选择,因为系统看不到话语整体。DiscoSign添加了跨句子持续存在的显式登记表,将其作为对模型的约束加以执行,然后据此验证并修正输出。 这是针对一个真实缺陷的真实进步,论文对其未能做到的事情也坦诚相待。而治理层面的重要性则更进一步。当一个系统在整篇文档中携带状态时,可能出错的单位就不再是句子。错误不再是独立事件,而开始成为整段文字的属性,而该领域已建立的评估方法——对句子逐一打分再取平均——无法看到这一点。风险不在于这项研究夸大了自身,而在于“具备话语意识”这个说法会先于任何人就如何检验话语是否真正被妥善处理达成一致,就已出现在采购文件中。 论文声称了什么,以及它对自身的说明 DiscoSign处理三种现象。第一种是空间共指:在ASL中,实体被指派到手语空间中的位置,随后通过指向该位置来回指,因此系统必须记住Alice被安放在左侧、Bob被安放在右侧。第二种是问答从句(Question-Answer Clauses),即打手语者提出一个修辞性问题并立即作答的话题—述题结构,这种结构在某些话语位置是恰当的,在另一些位置则显得生硬。第三种是概念—字符注释一致性,意味着一篇文档中出现五次的某个概念每次都应以相同的手势呈现,而不是在近义手势之间来回切换。每一种现象都由一个模块处理,该模块维护一个登记表,将其作为硬性约束提交给语言模型,然后检查返回的输出并就地修正违反之处。 论文报告称,与句子级基线相比,这大幅提升了空间一致性和实体追踪能力,同时保持单句质量不变,并且论文引入了自有的指标,因为正如其所言,标准机器翻译指标“无法捕捉话语层面的质量”。其局限性部分异常直率。该框架“通过字符注释处理手动手势的生成,但未纳入面部表情和韵律等非手动标记(NMMs),而这些标记在手语中承载着关键的语法和情感信息。”其三个数据集之一“缺乏真实的ASL标注”,因此部分话语层面的评估依赖于自动指标和回译。判定问答从句何时恰当的规则“无法体现”这一有时纯属风格问题的结构所具有的可选性。作者还指出,他们“与手语社群成员进行了合作”,并有Gallaudet的共同作者参与,这在该领域的文献中并非常态,应当予以明确指出。 一致性不等于准确性 使DiscoSign得以运作的机制,恰恰也是使其成为治理问题的原因,而这一点无法仅凭阅读摘要得出。一个登记表强制要求早期做出的决定被贯彻始终。如果该决定是正确的,整段文字便是连贯一致的。如果该决定是错误的,整段文字便以同样的方式全部错误。第二句中被指派到错误位置的指代对象,不会只产生一个坏句子;它会产生这样一份文档:此后每一次引用都自信地指向错误的人。被映射到不精确手势的某个概念,并非一次孤立的失误;而是这个手势被反复使用,系统的一致性机制还在主动阻止本可能因变化而引入的纠正。论文自身对该流程的描述称,“在字符注释阶段引入的话语层面错误会贯穿整个流程传播。” 句子级系统的失败是嘈杂的,而嘈杂的失败有一个未被充分重视的特点:读者会察觉到它。不一致性作为一种缺陷是可辨识的。而一个始终如一地犯错的系统,看起来就像是一个言之有意的系统。对于接收输出而非将其与原文核对的聋人读者而言,一个稳定但错误的指代对象根本不像是一个错误;它只是文档所写的内容而已。这颠覆了通常的假设,即更好的内部连贯性更安全。连贯性在降低错误可见度的同时,提高了犯错的代价,而任何逐句评分的平均值都无法显示这一点。 新指标衡量的是什么,以及是谁验证了它们 论文在这一点上颇为谨慎,这份谨慎值得细读,因为它决定了下游可以负责任地提出何种主张的上限。新指标衡量的是空间索引一致性、概念—字符注释映射的稳定性,以及问答从句使用的恰当性。三者中有两者衡量的是系统是否始终如一地做同一件事,这是就输出本身而言的属性,并非衡量聋人读者是否理解了这段文字。为验证这些指标,两名ASL流利的评审员对三十二个故事、共一百五十二个句子按五分制打分。空间一致性与他们的判断呈中等程度相关。概念—字符注释一致性也呈相关。问答从句恰当性指标未达到统计显著性,论文将此归因于评审员之间在何为此类从句这一问题上存在分歧,两者之间的加权一致性被描述为中等程度。 对于验证一项新指标的研究贡献而言,两名专家评审员是合理的设计,而对负面结果的坦诚也值得肯定。但作为机构部署的依据,这远远不够,论文本身也并未声称如此。若这项工作要走向采购环节,有三点区别至关重要。第一,将自动指标与专家对同一属性的评分相关联,并不等同于衡量聋人读者是否理解了该文档,而这一点目前尚无人在话语层面做到过。第二,“ASL流利”并非“聋人”的同义词,论文也未报告评审员的聋人身份、认证或背景。第三,当合格的评审员对某一语法结构是否存在都意见不一时,一项自动化评分断言其使用是恰当的,无论其给出何种数值,都尚不能算作一件保证性文件。 字符注释仍然不是语言 将此报道为手语人工智能已超越逐句翻译的说法,超出了实际所建成的内容。DiscoSign生成的是字符注释,一种代替手动手势的书面标签序列,而作者也直接说明未纳入非手动标记。在ASL中,论文试图保留的大量话语结构恰恰存在于那些渠道之中。话题标记、构成该框架所建模结构本身的问句与答句之间的边界、标示所表达视角归属者的角色转换、将某一指代与空间中某一位置相联系的目光注视:这些都由面部、头部和身体承载。字符串可以记录某个指代对象是索引j;它无法记录使该指代得以落实的目光注视。 作者意识到了这一点,并就此说了一些有用的话,即他们的登记表所保存的状态,已接近下游视觉系统生成非手动标记所需的信息,从该登记表推导出这些标注是自然而然的下一步。这是对未完成工作的一个清醒描述。它与一个能够生成连贯手语话语的系统并不相同,而这两者之间的距离,正是采购官员在阅读新闻摘要时会被误导之处。一位被告知供应商的流程“具备话语意识”的买家,理应有权询问这指的是哪个阶段,以及字符注释之后的下游环节是否保留了这一点。 那个未被点名的数据集 论文列出了三个数据来源:ASL…
Read Now按分钟计费的合成手语,以及当文件离开时留在原地的治理机制 2026年9月9日,Signapse推出了SignStream Chat,这是一款聊天式工具,用户输入一句英语句子,即可获得一段由AI生成的视频,视频中的数字手语者以英国手语或美国手语将其呈现出来,德国手语则被列为即将推出。每位用户每周可获得六十秒的免费翻译,并可通过按需付费的方式购买更多额度。与此同时,Signapse还公布了SignStream API的按分钟计费方案:每月使用不超过200分钟为每分钟2.00美元,不超过1000分钟为每分钟1.75美元,不超过4000分钟为每分钟1.50美元,输出平均耗时十五秒。三月份,该公司在宣布将于本月与流媒体集成商G&L合作推出德语手语者时——该产品本周正在IBC作为创新奖决赛入围项目展出——公司联合创始人Sally Chalk表示,“AI手语已不再是实验性的;我们可以把它交到人们手中。”SignStream Chat正是这句话的字面实现。 这次发布标志着市场格局的变化,值得精确说明究竟发生了什么变化。迄今为止,合成手语主要是通过机构选择并付费的安排触达聋人:铁路运营商的发车信息屏、广播机构的直播流、公共机构的网站。这些安排背后有一个可以提出疑问的买家,一份可以附加条件的合同,以及一个能够控制输出内容出现位置的提供者。SignStream Chat销售的是不同的东西。它按分钟向任何人出售一个文件,而这个文件可以流向任何地方。本文认为,Signapse所公布的治理机制——在该行业中已属较为完善——是为第一种安排而构建的,并不能延伸至第二种安排,而且这一差距是结构性的,并非某家公司的疏漏。 公司自己所宣布的推出内容 Signapse对新产品的局限性异常坦诚,这份坦诚在其他一切评价之前就应当得到肯定。SignStream Chat的发布公告指出,“由于SignStream Chat实时生成翻译,这些翻译在您收到之前并未经过我们翻译团队的审核”,并建议该工具“用于非正式和创意性用途,而非正式或高风险内容”。API页面的措辞更加直白。当被问及输出内容是否经过人工核查时,答案是:“没有,而这一点很重要。API完全由AI生成,没有人工语法核查或质量保证。”它将该服务描述为“不适用于正式、法律或官方用途”,“最适合非正式消息传递或测试新的无障碍理念”,并将正式工作引导至另一款经过审核的独立产品。在这一领域,很少有供应商如此坦率地说明自身产品的边界。 同一份公告描述了输出内容的去向。视频“可以以多种格式下载,随时可在社交媒体平台上分享、嵌入内容中,或用于任何需要手语无障碍服务的场合。”定价页面在API层级的功能列表中写道,“水印:无。”Signapse的技术说明文档指出,其数字手语者完全来自“聋人母语手语使用者”,在“明确书面同意”下使用,并遵循“商业场合形象使用报酬方案”,系统生成的视频“与真人手语者无法区分”。这些陈述单独来看都合情合理。但合在一起阅读,它们描述的是这样一款产品:其输出未经审核、逼真、没有任何可见水印、以真实聋人为原型,并且被设计成可以带离其制作环境。 为可控部署而设计的治理机制 Signapse发布了一份由其首席执行官签署的AI治理框架,其中大部分内容都相当审慎。其使用政策按行业划分,规定何时适合采用人工翻译或AI翻译,声明安全保障事项“始终由人工负责”,要求在现场互动的法律和医疗沟通中配备合格译员,并禁止AI在未经监管批准的情况下用于评估、评分或考试内容。其内部工作流程区分了经审核的输出与即时输出,规定“AI质量控制在交付过程中进行审核,即时AI则在交付后进行审核。”其标签承诺写道:“在我们能够掌控的范围内,我们将为用户标注AI生成内容(例如屏幕图标)。”其行为准则声明,“手语使用者应对其数字形象的使用方式保有自主权”,以及“AI生成的手语输出不得暗示获得任何个别手语者的认可、身份认同或署名权。” 这些控制措施无一例外都假设了一个新产品所不具备的前提:即Signapse或受合同约束的机构客户能够控制输出内容出现的位置。当客户的部署方式能够与某个行业相匹配时,行业矩阵可以约束使用行为;但它无法约束下载后的文件。当提供者能够撤下或替换发车信息屏上的片段时,交付后审核是一项有意义的保障措施;但它无法追回已发布到社交媒体账户或嵌入他人网站的副本。标签承诺本身就以“在我们能够掌控的范围内”为限定条件,而下载的文件就其定义而言正是控制权已经易手的情形。禁止暗示手语者认可的规定是一条关于输出内容的规则,但一旦输出内容成为独立存在的视频,唯一能够遵守这条规则的一方就是转发它的人。这一切并不意味着该框架并非出于真心。它意味着这是一个为部署场景而设的框架,如今却被套用在一款销售文件的产品上。 一个没有标签的逼真手语者 这一后果对那些形象被系统使用的人来说最为严峻。一位在社交媒体上看到下载后的SignStream片段的观众,所看到的正是该公司自己所描述的“与真人手语者无法区分”的内容,而根据定价页面提供的信息,也没有可见水印来告知他们事实并非如此。这些文件是否带有屏幕AI图标或嵌入元数据,在本分析所查阅的产品页面中并未说明,也未经测试核实。如果两者皆无,观众就无从得知那个看似在打手语的人从未说过那些话,而这些话是由一位可能根本不懂这门语言的匿名用户所选定的。授权使用其形象的聋人手语者是在书面同意和版税安排下这样做的,这已经比该行业大多数做法更为规范。但这份同意涵盖了什么范围,以及它是否考虑到了一款自助式工具——通过它,任何人都可以让他们“说出”任意句子并公开发布结果——Signapse在关于SignStream…
Read Now