GBT 47517-2026 信息技术 手语数字人技术规范标准立项发展报告

信息技术手语数字人技术规范标准立项发展报告StandardizationDevelopmentReport:InformationTechnology—TechnicalSpecificationforSignLanguageDigitalHuman摘要随着人工智能、计算机视觉与自然语言处理技术的迅猛发展，手语数字人作为连接听障群体与信息社会的重要桥梁，正逐步从实验室研究走向规模化应用。然而，由于缺乏统一的技术标准，手语数字人在数据采集、手势合成、交互接口、评测方法等环节存在显著的技术壁垒和质量差异，严重制约了该领域的产品互操作性、服务可及性与产业健康有序发展。本报告以GB/T47517-2026《信息技术手语数字人技术规范》为研究对象，系统阐述了该标准的立项背景、编制原则、主要技术内容及其对助残科技和人工智能产业发展的深远影响。报告指出，该标准首次从信息技术的视角对手语数字人的术语定义、系统架构、数据格式、交互能力及安全伦理要求进行了全面规范，填补了我国在该领域国家级标准的空白，对促进信息无障碍环境建设、推动人工智能标准化进程具有里程碑意义。本报告亦对该标准的主要起草单位进行了介绍，并对标准实施后的未来发展方向进行了展望。关键词：手语数字人；信息技术；标准立项；人工智能；信息无障碍；GB/T47517-2026Keywords:SignLanguageDigitalHuman;InformationTechnology;StandardDevelopment;ArtificialIntelligence;InformationAccessibility;GB/T47517-2026AbstractWiththerapidadvancementofartificialintelligence,computervision,andnaturallanguageprocessingtechnologies,signlanguagedigitalhumans—servingasavitalbridgeconnectingthehearing-impairedcommunitywiththeinformationsociety—areprogressivelytransitioningfromlaboratoryresearchtolarge-scaleapplication.However,duetotheabsenceofunifiedtechnicalstandards,significanttechnicalbarriersandqualitydiscrepanciespersistacrosscriticalareassuchasdataacquisition,gesturesynthesis,interactioninterfaces,andevaluationmethodologies.Suchinconsistenciesseverelyimpedeproductinteroperability,serviceaccessibility,andtheorderlydevelopmentoftheindustry.ThisreportfocusesonGB/T47517-2026,*InformationTechnology—TechnicalSpecificationforSignLanguageDigitalHuman*,andsystematicallyelaboratesonthestandard'sbackground,formulationprinciples,coretechnicalprovisions,anditsfar-reachingimplicationsforassistivetechnologyandtheAIindustry.Thereporthighlightsthatthisstandardconstitutesthefirstcomprehensiveregulationatthenationallevel,governingterminologydefinitions,systemarchitecture,dataformats,interactioncapabilities,andsafetyandethicalrequirementsforsignlanguagedigitalhumansfromaninformationtechnologyperspective.ItfillsacriticalgapinChina'snationalstandardizationsystemandservesasalandmarkmilestoneinpromotinganaccessibleinformationenvironmentandadvancingthestandardizationofartificialintelligence.Moreover,thereportintroducestheprincipaldraftingorganizationsandprovidesaforward-lookinganalysisoffuturedevelopmenttrendsfollowingthestandard'simplementation.一、引言（一）研究背景我国有超过2700万听力障碍人士，是世界上听障人口最多的国家。手语是听障群体使用的主要交流方式，然而，掌握手语的健听人士极为有限，听障群体在获取公共服务、参与社会交流、享受信息文化资源等方面面临巨大的沟通障碍。随着《中华人民共和国无障碍环境建设法》于2023年9月1日正式施行，国家从法律层面明确要求推动信息无障碍建设，保障残疾人平等参与社会生活的权利。近年来，人工智能技术的跨越式进步为破解手语沟通难题提供了新的技术路径。手语数字人——一种能够通过虚拟形象执行手语表达和接收指令的智能系统——逐渐在新闻播报、公共服务窗口、医疗导诊、交通出行等场景中得到应用。部分省市级电视台已推出手语数字人播报栏目，多个政务服务中心引入手语数字人提供咨询引导服务。这些实践充分证明了手语数字人在提升信息无障碍服务能力方面具有巨大的应用潜力。（二）标准立项的必要性为贯彻落实《国家标准化发展纲要》中关于加强人工智能等新兴领域标准体系建设的要求，响应《“十四五”残疾人保障和发展规划》关于推进信息无障碍建设的战略部署，全国信息技术标准化技术委员会组织相关产学研用单位，在充分调研国内手语数字人技术发展现状、产业需求和国内外相关标准化动态的基础上，向国家标准化管理委员会提出了《信息技术手语数字人技术规范》的立项申请。2026年4月，该标准正式获批发布，标准编号为GB/T47517-2026，并将于2026年11月1日起正式实施。该标准的制定旨在解决以下关键问题：第一，统一手语数字人的术语定义，建立行业沟通的共同语言基础；第二，规范手语数据类型与标注标准，为数据共享和模型训练提供基础支撑；第三，确立手语数字人的系统架构和功能框架，促进系统各模块间的互操作性和可替换性；第四，明确交互能力和服务质量要求，为产品评测和选型提供依据；第五，回应AI伦理关切，设定安全与伦理边界。二、标准概述（一）标准基本信息-标准编号：GB/T47517-2026-标准名称：信息技术手语数字人技术规范-英文名称：InformationTechnology—TechnicalSpecificationforSignLanguageDigitalHuman-标准性质：推荐性国家标准-中国标准分类号：信息技术应用-发布日期：2026年4月30日-实施日期：2026年11月1日-发布机构：国家市场监督管理总局、国家标准化管理委员会-归口单位：全国信息技术标准化技术委员会-标准状态：未生效（截至本报告发布时）（二）标准适用范围本标准规定了手语数字人的术语定义、系统架构、功能要求、性能要求、数据要求、交互要求以及安全伦理要求，适用于手语数字人系统的设计、开发、测试、评估及运维管理。具体适用范围包括但不限于：面向听障人士的公共服务信息播报系统、教育与培训平台、医疗健康导引系统、文化旅游导览系统、会议与活动实时翻译服务等应用场景中的手语数字人产品和服务。三、标准主要内容GB/T47517-2026《信息技术手语数字人技术规范》作为我国首项针对手语数字人领域的国家标准，其内容体系构建遵循了“基础共性—核心技术—应用服务—安全治理”的层次化逻辑，涵盖以下核心技术内容：（一）术语与定义该部分统一界定了手语数字人领域的核心术语，包括“手语数字人”、“手语合成”、“手势动作”、“非手部信号”、“手语数据标注”等基础概念。明确手语数字人的定义，即“以数字人形象为载体，通过计算机技术实现手语自动生成与表达，并能与人进行手语交互的智能系统”。同时对手语所具有的视觉-空间语言特性、手部动作与非手部信号（如面部表情、口型、头部姿态等）的协同表达机制进行了术语层面的界定，为后续技术规范奠定概念基础。标准还对手语语言学中的基本单位（如手形、位置、运动、方向等）进行了术语规范化。（二）系统架构与功能要求标准构建了手语数字人系统的分层架构模型，包括感知输入层、语义理解层、手语生成层、形象渲染层和交互服务层五个层次。感知输入层负责接收语音、文本或视觉等多种模态的输入信息；语义理解层将输入信息转化为语义表示；手语生成层负责将语义转换为符合手语语言学规则的手语动作序列；形象渲染层通过三维建模与动画技术实现手语动作的可视化呈现；交互服务层负责人机交互管理和应用服务对接。功能要求部分分别对上述各层次规定了基本功能项目和可选功能项目。标准要求，基本功能项目包括文本到中国手语的自动转换功能、常用词汇手语动作库、语音输入支持等。可选功能包括多语种手语支持（如中国手语与国际手语）、个性化形象定制、聋人口型同步等。（三）数据类型与标注规范手语数据是训练和优化手语数字人的核心资源。标准对手语数据规定了系统的分类体系，涵盖视频数据、运动捕捉数据、三维动画数据、标注数据等多种类型。针对每种数据类型，明确了数据采集的设备要求、采样精度、存储格式和文件封装方式，以保证数据的可用性和兼容性。在数据标注层面，标准引入分层标注框架，规定了音韵学层（手形、位置、运动、方向的最小单元标注）、词汇层（手语词汇的起止边界和词义标注）和句法层（句子级别的手语句法标注）三个层级。同时对手语标注中的关键时间节点（手势准备、核心动作、手部回收）提出了标注精度的最低要求。（四）性能要求与评测方法性能指标是衡量手语数字人质量的关键尺度。标准规定了手语数字人的核心性能指标体系及其评测方法，主要涵盖以下维度：1.手语表达准确度：对标准中国手语词汇表达的准确性提出不低于95%的准确率要求，评测方法为与标准手语语料库进行对比评估；2.动作自然度：对手语动作的流畅性、连贯性和韵律感进行分级评定，采用专家主观评分与运动学客观指标相结合的评估方法；3.实时性：规定了从接收输入到手语渲染输出的端到端时延要求，普通场景不高于500毫秒，实时交互场景不高于200毫秒；4.可懂度：通过听障用户理解测试，要求标准场景下听障受试者对数字人手语表达内容的理解正确率不低于90%；5.系统稳定性：对长时间运行的稳定性、异常恢复能力等提出了相应的指标要求。评测方法部分详细规定了测试环境搭建、测试样本选择（要求覆盖不同地域、不同年龄层、不同教育背景的听障用户群体）、评测流程和结果统计方法，以确保评测结果的客观性和可重复性。（五）交互能力要求标准对视听融合交互能力提出了规范性要求，涵盖以下方面：1.听障人士手语识别：支持听障人士通过摄像头输入手语动作，系统能识别并理解其表达意图，词汇识别准确率不低于90%；2.多模态交互：支持手语、语音、文字、图形界面等多种交互方式的无缝切换与协同工作，用户可根据自身习惯和场景需求自由选择交互模态；3.对话管理：在多轮对话场景中能够根据上下文理解用户意图，实现连贯的手语对话交互；4.交互容错机制：当系统未能准确识别用户手语输入时，应提供友好、清晰的澄清机制，确保交互过程不中断。（六）安全与伦理要求针对人工智能技术应用中的潜在风险，标准专门设立了安全与伦理要求章节，主要涵盖以下内容：1.内容安全：手语数字人所表达的信息内容不得含有违法信息、虚假信息或可能引发社会不稳定的敏感内容；在公共服务场景中，应保证传达信息的准确性和完整性，不得因自动化处理而产生信息偏差。2.算法公平性：手语数字人的识别和合成能力应对不同性别、年龄、地域、方言背景的听障用户群体保持一致的性能水平，不得因数据偏差造成对特定群体的服务质量下降。3.隐私保护：在交互过程中收集的含有人体生物特征的数据应遵循《中华人民共和国个人信息保护法》等法律法规的要求，须经用户明示同意后方可采集和处理，并应采取技术措施对存储和传输中的数据进行加密保护。系统日志中的人脸、手势等信息应进行去标识化处理。4.伦理审查机制：对面向脆弱群体的技术应用应建立内部伦理审查机制，确保技术的开发和应用不损害听障群体的合法权益。5.应急安全机制：系统应具备完善的安全应急预案，在紧急情况下能够迅速切换至人工客服或其他替代服务方式，确保服务的连续性和安全性。此外，在医疗、法律等高风险领域提供手语翻译服务时，系统应告知用户其自动化服务的局限性，必要时提供转接至人工专业翻译的渠道。四、主要起草单位介绍GB/T47517-2026《信息技术手语数字人技术规范》由多家在人工智能、信息技术标准化和残疾人服务领域具有深厚积累的单位联合起草，包括中国电子技术标准化研究院、中国残疾人联合会信息中心、中国信息通信研究院、哈尔滨工业大学、科大讯飞股份有限公司、百度在线网络技术（北京）有限公司等。以下重点介绍中国电子技术标准化研究院在该标准编制中的主要工作与贡献。中国电子技术标准化研究院（工业和信息化部电子工业标准化研究院，简称CESI）创建于1963年，是工业和信息化部直属事业单位，也是我国电子信息领域标准化的国家级核心研究机构。研究院长期从事电子信息技术领域的标准研究、制定、试验验证与推广应用工作，是全国信息技术标准化技术委员会秘书处单位，承担着组织协调全国信息技术领域国家标准制修订工作的职能。在手语数字人技术规范的编制过程中，中国电子技术标准化研究院在以下方面发挥了关键作用：第一，标准体系的统筹设计。该研究院依托全国信息技术标准化技术委员会的委员网络和标准制修订机制，联合相关产学研单位对手语数字人技术标准化需求进行系统梳理，搭建了涵盖基础通用标准、核心技术标准、应用服务标准和数据治理标准的标准体系框架，为本标准的定位和内容规划提供了科学依据。第二，组织协调与流程管理。研究院作为归口管理单位，严格按照《国家标准管理办法》规定的程序组织开展了立项公示、草案研讨、征求意见、技术审查、报批等各阶段工作，组织多轮专家研讨会和公开征求意见，确保了标准编制的开放性和透明度。在标准制定过程中，组织工作组对全国范围内已投入使用的主要手语数字人系统进行了全面调研，收集了大量一手数据和实践反馈。第三，技术内容的把关与验证。研究院组织相关测试实验室对标准中提出的性能指标和评测方法进行了试验验证，牵头构建了用于标准验证的中国手语标准测试集，确保各项技术指标要求在工程实践中具有可操作性和可验证性。针对手语表达准确度和可懂度的评测方法，组织了多轮面向不同地域听障用户群体的验证测试。第四，国际交流与对接。研究院积极追踪ISO/IECJTC1/SC35（用户接口）以及SC42（人工智能）等国际标准化组织在手语信息技术和AI伦理领域的最新标准化动态，推动将国际先进理念融入本标准，为我国在该领域参与国际标准化工作奠定了技术基础。五、结论与展望（一）标准意义GB/T47517-2026《信息技术手语数字人技术规范》是我国首项针对手语数字人制定的国家标准，也是全球范围内较早将人工智能数字人技术与信息无障碍服务深度融合的国家级标准化成果。该标准的发布与实施具有以下重要的现实意义和深远影响：在民生层面，该标准将有效改善听障群体平等获取信息和无障碍参与社会生活的条件。通过确立手语数字人服务的质量底线，为2700余万听障人士提供更加规范、可靠、优质的信息服务。统一的评测方法和质量要求也将为各级政府部门和公共服务机构选用合格的信息无障碍产品提供明确的依据。在标准化体系层面，该标准的发布填补了我国人工智能数字人领域标准体系的空白，为后续制定数字人通用技术标准、行业应用标准等提供了基础和参考。同时，该标准的制定也为我国参与ISO/IEC等国际标准化组织关于手语信息处理和人机交互标准的制定工作积累了经验，增强了中国在国际信息无障碍标准化领域的话语权和影响力。（二）未来展望随着GB/T47517-2026的即将实施，手语数字人技术标准化工作将迈入新的发展阶段。展望未来，以下几个方面值得重点关注：标准体系的持续完善。建议以本项标准为基础，进一步建立健全相关标准子体系，逐步覆盖手语数字人在教育、医疗、法律、金融、交通等垂直领域的专用技术要求。同时，将标准实施与行业准入、政府采购、质量监督等制度有效衔接，建立标准实施信息反馈机制。技术路线的融合演进。随着大语言模型、多模态AI、具身智能等新一代人工智能技术的快速发展，手语数字人将朝着更自然、更智能、更具情感表达力的方向演进。标准需要适应技术发展的动态需求，建立周期性复审和更新机制，确保标准内